基于多传感器融合的动态手势识别研究分析OA北大核心CSCDCSTPCD
Dynamic gesture recognition research and analysis based on multi-sensor fusion
研究利用三类传感器(表面肌电仪、陀螺仪和加速度计)信号的特点进行信息融合,提高可识别动态手势动作的种类和准确率.将动态手势动作分解为手形、手势朝向和运动轨迹三个要素,分别使用表面肌电信号(sEMG)、陀螺仪信号(GYRO)和加速度信号(ACC)进行表征,利用多流HMMs进行动态手势动作的模式识别.对包含有5个运动轨迹和6个静态手形的识别实验结果表明,该方法可以有效地从连续信号中识别动态手势,三类传感器组合使用获得的全局平均识别率达到92％以上,明…查看全部>>
This paper studies using three kinds of sensors(surface electromyography, gyroscope and accelerometer)singnal characteristics for information fusion. The purpose is to improve the types and accuracy of recognizable dynamic hand gestures. Dynamic hand gestures are divided into three elements:hand shape, gestures towards and trajectory. The three elements are respectively represented by surface Electromyogram signal(sEMG), Gyroscope signal(GYRO)and Acceler-ati…查看全部>>
马正华;李雷;乔玉涛;戎海龙;曹海婷
常州大学 研究生部,江苏 常州 213164常州大学 信息科学与工程学院 数理学院,江苏 常州 213164常州大学 信息科学与工程学院 数理学院,江苏 常州 213164常州大学 城市轨道交通学院,江苏 常州 213164常州大学 信息科学与工程学院 数理学院,江苏 常州 213164
信息技术与安全科学
手势识别表面肌电信号(sEMG)加速度信号(ACC)陀螺仪信号(GYRO)多流隐马尔可夫模型(MHMMs)
gesture recognitionsurface Electromyogram signal(sEMG)Acceleration signal(ACC)Gyroscope signal (GYRO)Multi-stream Hidden Markov Models(MHMMs)
《计算机工程与应用》 2017 (17)
同步脑电与功能磁共振成像的单次分析方法及应用研究
153-159,7
国家自然科学基金(No.61201096)机器人技术与系统国家重点实验室开放基金重点资助项目(No.SKLRS-2010-2D-09, No.SKLRS-2010-MS-10)江苏省高校自然科学研究面上资助项目(No.10KJB510003)江苏省自然科学基金(No. BK20140265)常州市科技资助项目(No.CJ20110023,No.CM20123006).
评论