基于加速度傳感器的連續(xù)動態(tài)手勢識別.pdf

《基于加速度傳感器的連續(xù)動態(tài)手勢識別.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、2016年第35卷第1期傳感器與微系統(tǒng)(TransducerandMicrosystemTechnologies)39DOI：10．13873／J．1000-9787(2016)01-0039-04基于加速度傳感器的連續(xù)動態(tài)手勢識別陳鵬展，羅漫，李杰(華東交通大學(xué)電氣與電子工程學(xué)院，江西南昌330013)摘要：針對個體手勢動作信號的差異性和不穩(wěn)定性，提出了一種基于加速度傳感器的連續(xù)動態(tài)手勢識別方法。通過MEMS加速度傳感器采集手勢動作信號，并結(jié)合手勢信號的動作特征，對單個手勢的有效數(shù)據(jù)進(jìn)行自動定位截取，經(jīng)預(yù)處理和特征提取后，構(gòu)建隱馬爾可夫模型(HMM)以實現(xiàn)對特定手勢的實時識

2、別。通過設(shè)計實現(xiàn)了一種可穿戴手勢信號采集硬件原型系統(tǒng)，對1O類手勢的1000個手勢數(shù)據(jù)進(jìn)行識別對比實驗，統(tǒng)計結(jié)果表明：該方法可以對連續(xù)手勢進(jìn)行實時有效的識別。關(guān)鍵詞：動態(tài)手勢識別；加速度傳感器；隱馬爾可夫模型；特征提取中圖分類號：TP391文獻(xiàn)標(biāo)識碼：A文章編號：1000--9787(2016)01-0039--04JJ●'●·■-‘110nnnU0USOynamicgesturerecognitionDaSec10naccelerati0nsensorCHENPeng—zhan，LUOMan，LIJie(CollegeofElectricalandElectronicEng

3、ineering，EastChinaJiaotongUniversity，Nanchang330013，China)Abstract：Aimingatdifferencesandinstabilityofindividualgesturessignal，acontinuousdynamicgesturerecognitionmethodbasedonaccelerationsensorisproposed．ThemethodutilizesMEMSaccelerationsensortocapturegestureaccelerationsignal，accordingtot

4、hefeaturesofgesturesignal，validdataofsinglegestureisautomaticallylocatedandintercepted，afterpre—processingandfeaturesextractionhiddenMarkovmodels(HMM)toreal—timeidentifyspecificgesture．Awearablegesturesignalacquisitionhardwareprototypesystemisrealizedthroughdesign，1000dataof10typesofgesture

5、isselectedtoconductetheidentificationandcomparativeexperiment．statisticalresultsshowthatthemethodcanidentifycontinuousgestureinreal—timeandeffectively．Keywords：dynamicgesturerecognition；accelerationsensor；hiddenMarkovmodels(HMM)；featureextraction0引言用于手勢動作信息的測量，為手勢識別帶來了新的基礎(chǔ)工隨著手機、電視和PDA等智能電子設(shè)

6、備的出現(xiàn)，使得具和應(yīng)用環(huán)境?；阪I盤、鼠標(biāo)和觸摸屏的人機交互方式的不便性日益凸基于加速度傳感器的手勢識別技術(shù)本質(zhì)是通過手勢動顯，這三種方式都限制了用戶的操作空間，降低了交互體驗作時的加速度數(shù)據(jù)來識別手勢意圖，國內(nèi)外的一些研究機和效率，如何使人機間的交互方式能夠更自由化和人本化構(gòu)早從20世紀(jì)90年代就開始著力研究，文獻(xiàn)[4]主要給出越來越重要。手勢作為13常生活中人們廣泛使用的一種自了加速度信號特征的兩種提取方法：小波分析與傅立葉變?nèi)欢庇^、易于學(xué)習(xí)和高效的交流方式，有很強的表意能換，并對不同提取方法的識別結(jié)果進(jìn)行了實驗比較。文力，因此，被逐步引入到人機交互通道中，成為了當(dāng)前交

7、互獻(xiàn)[5，6]采用動態(tài)時間規(guī)整(dynamictimewarping，DTW)技研究的熱點。術(shù)對手勢數(shù)據(jù)進(jìn)行學(xué)習(xí)和測試。文獻(xiàn)[7]利用采集的手勢目前，關(guān)于手勢識別的研究主要以基于計算機視覺為加速度信號進(jìn)行了分類實驗。主，然而通過該方法獲取的的手勢信號數(shù)據(jù)量大，識別算法由于手勢動作與個體相關(guān)，相同手勢的加速度信號復(fù)雜，同時對背景、光線等外部環(huán)境依賴性強，并不太適合(幅度、長度等)存在較大差異，通過以上方法獲取的動動態(tài)實時識別。隨著微機電系統(tǒng)技術(shù)和移動智能計算技術(shù)態(tài)手勢特征參數(shù)準(zhǔn)確率低，構(gòu)建的識別模型實時性