中央高校基本科研业务费专项资金(A03008023401006)
- 作品数：2 被引量：38H指数：2
- 相关作者：杨平肖茜徐立波陈意陈旭光更多>>
- 相关机构：电子科技大学更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于加速度特征提取的手势识别方法被引量：18
- 2012年
- 随着智能手机等移动电子设备的发展,基于MEMS加速度传感器的手势识别成为移动设备人机交互的研究热点。由于准确率及实时性的限制,目前的手势识别方法仍不足以推向实用。针对这一问题,提出了一种简单有效的手势识别方法:在手势定义阶段根据语义及操作的相似性将10个手势分为4个类别,通过提取反映各类手势运动学特征的加速度特征量,利用决策树分类器对手势进行预分类,然后根据各类手势的加速度变化规律识别具体的手势;同时通过严格的特征量阈值,有效地去除了无意识的误动作。该方法在15位实验者中获得了95.2%的平均准确率,识别时间小于0.01 s,对基于MEMS加速度传感器的手势识别研究具有一定参考价值。
- 陈意杨平陈旭光
- 关键词：手势识别特征提取MEMS加速度传感器人机交互
- 一种基于MEMS惯性传感器的手势识别方法被引量：26
- 2013年
- 随着手机等移动电子设备的发展,应用于嵌入式平台的基于MEMS惯性传感器的手势识别成为一个研究热点。提出了一种简单有效的手势识别方法:通过分析手势的运动学特征,在线实时提取手势的加速度和角速度信号特征量,截取手势信号段,利用决策树分类器进行预分类,根据手势信号的变化规律实时识别具体的手势。该方法在20位实验者中获得了96%的平均准确率,手势识别时间小于0.01 s。实验结果表明该算法在嵌入式平台下能快速准确地识别手势,满足了实时人机交互的要求。
- 肖茜杨平徐立波
- 关键词：手势识别人机交互特征提取
