基于长短时记忆网络的加速度手势识别

发布时间：2020-05-05 05:30

【摘要】：人机交互是人与计算机之间信息交流的途径与方式,是认知心理学、人机工程学、多媒体技术、虚拟现实技术等相互交叉的综合学科。随着计算机及各种嵌入式设备在日常生活中的广泛应用,传统的人机交互方式无法满足人们对于信息交流直观、高效的要求,人们开始寻求更加自然、方便的交互方式。手势动作可以直观、快速的表达人的需求,以手势动作作为交互方式的手势识别开始成为人机交互的研究热点。手势识别通常分为基于视觉的手势识别和基于可穿戴传感器的手势识别。前者易受到光照、背景的影响,且要求拍摄图像画质较高,不利于手势识别的普及。传感器体积小、灵敏度高,在采集过程中受外部环境影响较小,便于植入可穿戴设备中,使基于加速度传感器的手势识别成为一种新的人机交互方式。本文通过加速度传感器采集数据,研究了基于卷积神经网络和长短时记忆网络结合的加速度手势识别算法,并对所设计的系统进行了实验验证,证明了系统的有效性。本文的主要研究内容如下:1)传感器数据采集与预处理。利用Wiimote采集不同的手势加速度数据并实时传送到电脑端储存。然后将采集到的手势信号进行平滑滤波处理,并采用改进的swab算法获取有效手势数据,构建基于加速度传感器的手势数据集。2)手势特征提取。利用卷积神经网络提取手势特征,使用训练集数据训练网络模型,并利用训练好的模型获取测试集手势特征,获取能够有效表示手势动作的特征信息。3)加速度手势识别。针对手势动作的时序特性,构建基于长短时记忆网络的加速度手势识别模型。结合深度卷积特征进行加速度手势识别。本文使用Wiimote采集的加速度手势数据集和Actitracker公共数据集进行测试。实验结果验证了本文基于长短时记忆网络方法能够有效识别手势,并提高了准确率,在手势数据集和Actitracker数据集上分别达到了96.5%和98%的识别率。
【图文】：

手势,音量,电视

载系统逡逑生活条件的提高，车己经不仅仅具有代步的功能，人们对它消遣、娱乐越来越强烈。目前车载系统以触屏和语音为主，但用户在开车的时候必力，专心观察路面状况，触屏系统将会分散用户注意，并且需要其触摸大影响了用户的安全驾驶。语音系统相对于触屏来说比较安全，但车行放的环境，容易受到路上或者车里其他人的干扰，并且由于受到方言以的不同，语音系统容易接收到错误的信息，给用户带来不便。将手势识载系统中，不仅大大提高了驾驶者与系统的交互效率，还大大降低了驾听觉的分散，使驾驶者将更多的注意力用在路面信息的观察，使安全性目前，强彦［Ｍ］等利用小波变换和双边滤波去噪方法，，不仅很好的减弱了，而且没有降低图像的清晰度，手势识别良好；Ｓｍｉｔｈ＂５１等将手掌和手，设计了一种车载音乐手势识别系统，可以用手势控制音乐的开关，音节，歌曲的切换，提高了车载系统的智能化。逡逑

手势,手柄,电视游戏,手势识别

妒垦绗宦畚模]3Y嵬ＡＳＴＥＲ＇ＳP裕龋牛樱桑樱]3?图１．邋２手势控制功能菜单的选择逡逑（４）体感游戏逡逑传统的游戏以游戏手柄按键作为游戏动作的输入设备，这种方式以视觉效果逡逑为主带给用户快乐的体验。２００６年，任天堂推出新一代游戏主机Ｗｉｉ，第一次将体逡逑感动作引入了电视游戏主机。Ｗｉｉ手柄内置加速度传感器，通过采集玩家的手势动逡逑作数据实时传送到电视屏幕中，配以相应的动作，使玩家在用自己的身体运动的同逡逑时体验游戏的乐趣。如图为用户在体验体感游戏。逡逑图１．３用户体验体感游戏逡逑１．３国内外研究现状逡逑最初的手势识别是通过数据手套实现的。通过数据手套等外部设备中的传感器逡逑将人体手指、手腕等部位的空间位置进行定位，将采集到的信息与手掌的骨架进行逡逑４逡逑
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TP183

【参考文献】