基于多运动传感器的动态手势识别设计与实现
发布时间：2021-04-16 00:23
随着以人为本的理念在计算机领域的不断发展,人机交互技术的发展作为计算机应用研究的重要发展方向。其中受到越来越多重视的手势交互,是一种重要的人机交互方式。通过对传感设备、感知方式、识别方法等几个方面的研究,手势交互技术得到了不断的发展。本文主要以运动传感器作为动态手势原始数据的获取设备,由于单运动传感器检测精度不高,同时存在噪声干扰、计算误差累计等问题,通过手势识别算法得到的结果往往和实际手势存在较大误差。为了更有效地识别手势动作,本文通过四个运动传感器同步提取手势的运动信息,获取手势运动轨迹,归一化和降采样值处理,从而简化识别过程,降低识别难度。基于隐马尔可夫模型融合成多个观测序列,用于建立手势模型。在动态手势识别过程中,首先将手势分割成为若干个原子手势,将经过预处理的运动信息生成原子手势的特征量。然后基于这些特征量建立离散的隐马尔可夫模型。主要采用Baum-Welch算法训练对模型进行优化,并采用插值的方法解决训练数据不足的问题。最后得到训练后的模型用于识别原子手势,将这些原子手势合成复杂、连贯的手势动作。通过对多运动传感器手势识别方法和系统的实验验证,基于多传感器的手势识别对于复杂...
【文章来源】：河北工程大学河北省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
系统流程图
图 2-2 MPU6050与 Arduino 连接方法Fig.2-2 Connection method between MPU6050 and Arduin模块，通过 SPI 接口连接 Arduino 将系统的识别时交互，如图所示 2-3 为 HC-06 与 Arduino UN布在大拇指、中指、小拇指和手背上四个位置过 USB接口链接 PC传输数据及供电。如图 2-4
图 2-2 MPU6050与 Arduino 连接方法Fig.2-2 Connection method between MPU6050 and A模块，通过 SPI 接口连接 Arduino 将系统的时交互，如图所示 2-3 为 HC-06 与 Arduino分布在大拇指、中指、小拇指和手背上四个位过 USB接口链接 PC传输数据及供电。如图
【参考文献】：
期刊论文
[1]一种基于改进DTW算法的动态手势识别方法[J]. 何超,胡章芳,王艳. 数字通信. 2013(03)
[2]基于自学习稀疏表示的动态手势识别方法[J]. 肖玲,李仁发,曾凡仔,屈卫兰. 通信学报. 2013(06)
[3]一种基于MEMS惯性传感器的手势识别方法[J]. 肖茜,杨平,徐立波. 传感技术学报. 2013(05)
[4]手势识别研究综述[J]. 冯志全,蒋彦. 济南大学学报(自然科学版). 2013(04)
[5]一种基于加速度特征提取的手势识别方法[J]. 陈意,杨平,陈旭光. 传感技术学报. 2012(08)
[6]基于机器视觉的动态多点手势识别方法[J]. 李文生,解梅,邓春健. 计算机工程与设计. 2012(05)
[7]基于动态时间规整的手势加速度信号识别[J]. 荆雷,马文君,常丹华. 传感技术学报. 2012(01)
[8]基于视觉的手势识别技术[J]. 孙丽娟,张立材,郭彩龙. 计算机技术与发展. 2008(10)
[9]基于HMM-FNN模型的复杂动态手势识别[J]. 王西颖,戴国忠,张习文,张凤军. 软件学报. 2008(09)
[10]虚拟场景中基于数据手套的交互方法[J]. 张睿,张锡恩. 计算机工程. 2005(12)
硕士论文
[1]基于多传感器的人体姿态识别系统[D]. 彭欣然.哈尔滨工业大学 2017
[2]基于多传感器数据融合的肢体动作识别系统研究[D]. 张少飞.太原理工大学 2016
[3]手势识别及其应用研究[D]. 郑海彬.南京航空航天大学 2016
[4]多传感器数据融合的肢体微动作识别技术与系统开发[D]. 侯志文.太原理工大学 2015
[5]基于MEMS传感器的双手手势识别的研究[D]. 王隆进.武汉理工大学 2015
[6]手势识别技术的研究及应用[D]. 张运德.安徽大学 2013
[7]基于BP神经网络的手势识别研究[D]. 李歌.燕山大学 2013
[8]基于MEMS惯性传感器的移动电子设备手势识别技术研究[D]. 陈意.电子科技大学 2013
[9]基于三维加速度传感器的人体行为识别[D]. 徐川龙.浙江工业大学 2013
[10]基于HMM的动态手势识别[D]. 常亚南.华南理工大学 2012
本文编号：3140374
【文章来源】：河北工程大学河北省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
系统流程图
图 2-2 MPU6050与 Arduino 连接方法Fig.2-2 Connection method between MPU6050 and Arduin模块，通过 SPI 接口连接 Arduino 将系统的识别时交互，如图所示 2-3 为 HC-06 与 Arduino UN布在大拇指、中指、小拇指和手背上四个位置过 USB接口链接 PC传输数据及供电。如图 2-4
图 2-2 MPU6050与 Arduino 连接方法Fig.2-2 Connection method between MPU6050 and A模块，通过 SPI 接口连接 Arduino 将系统的时交互，如图所示 2-3 为 HC-06 与 Arduino分布在大拇指、中指、小拇指和手背上四个位过 USB接口链接 PC传输数据及供电。如图
【参考文献】：
期刊论文
[1]一种基于改进DTW算法的动态手势识别方法[J]. 何超,胡章芳,王艳. 数字通信. 2013(03)
[2]基于自学习稀疏表示的动态手势识别方法[J]. 肖玲,李仁发,曾凡仔,屈卫兰. 通信学报. 2013(06)
[3]一种基于MEMS惯性传感器的手势识别方法[J]. 肖茜,杨平,徐立波. 传感技术学报. 2013(05)
[4]手势识别研究综述[J]. 冯志全,蒋彦. 济南大学学报(自然科学版). 2013(04)
[5]一种基于加速度特征提取的手势识别方法[J]. 陈意,杨平,陈旭光. 传感技术学报. 2012(08)
[6]基于机器视觉的动态多点手势识别方法[J]. 李文生,解梅,邓春健. 计算机工程与设计. 2012(05)
[7]基于动态时间规整的手势加速度信号识别[J]. 荆雷,马文君,常丹华. 传感技术学报. 2012(01)
[8]基于视觉的手势识别技术[J]. 孙丽娟,张立材,郭彩龙. 计算机技术与发展. 2008(10)
[9]基于HMM-FNN模型的复杂动态手势识别[J]. 王西颖,戴国忠,张习文,张凤军. 软件学报. 2008(09)
[10]虚拟场景中基于数据手套的交互方法[J]. 张睿,张锡恩. 计算机工程. 2005(12)
硕士论文
[1]基于多传感器的人体姿态识别系统[D]. 彭欣然.哈尔滨工业大学 2017
[2]基于多传感器数据融合的肢体动作识别系统研究[D]. 张少飞.太原理工大学 2016
[3]手势识别及其应用研究[D]. 郑海彬.南京航空航天大学 2016
[4]多传感器数据融合的肢体微动作识别技术与系统开发[D]. 侯志文.太原理工大学 2015
[5]基于MEMS传感器的双手手势识别的研究[D]. 王隆进.武汉理工大学 2015
[6]手势识别技术的研究及应用[D]. 张运德.安徽大学 2013
[7]基于BP神经网络的手势识别研究[D]. 李歌.燕山大学 2013
[8]基于MEMS惯性传感器的移动电子设备手势识别技术研究[D]. 陈意.电子科技大学 2013
[9]基于三维加速度传感器的人体行为识别[D]. 徐川龙.浙江工业大学 2013
[10]基于HMM的动态手势识别[D]. 常亚南.华南理工大学 2012
本文编号：3140374
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3140374.html
