其他

基于fHMM分类优化的多传感器手语手势识别方法

作者:杨俊岭 整理 来源:金宝搏网站登录技巧 日期:2015-12-24
导读

           近期,中国科学技术大学电子科学与技术系研究人员发表论文,旨在探索基于角速度、加速度、表面肌电信息融合的算法,使在嵌入式设备上实现实时手势识别成为可能。研究指出,本文为实时手语手势识别设备的研制提供了一种可行的方案。该文发表在2015年第03期《航天医学与医学工程》杂志上。   以表面肌电样本熵检测动作起止点,配合多级决策树融合轨迹和肌电信息实现手语手势的识别;采用分帧隐马尔可夫(framin

  近期,中国科学技术大学电子科学与技术系研究人员发表论文,旨在探索基于角速度加速度表面肌电信息融合的算法,使在嵌入式设备上实现实时手势识别成为可能。研究指出,本文为实时手语手势识别设备的研制提供了一种可行的方案。该文发表在2015年第03期《航天医学与医学工程》杂志上。

  以表面肌电样本熵检测动作起止点,配合多级决策树融合轨迹和肌电信息实现手语手势的识别;采用分帧隐马尔可夫(framing Hidden Markov Model,fHMM)优化策略降低识别延时;在运行速度为300 MHz的嵌入式软件上进行算法测试。

  结果显示, 融合三类信息后,30个中国手语词获得97.5%±1.6%的识别率,角速度的加入使得识别率平均提高4%;同时,使用基于f HMM的分类优化策略将平均识别延时降低至(175±38)ms,减小约670 ms。

   相关链接:http://c.wanfangdata.com.cn/PeriodicalProfile-htyxyyxgc.aspx

分享:

相关文章

评论

我要跟帖
发表
回复 小鸭梨
发表

copyright©金宝搏网站登录技巧 版权所有,未经许可不得复制、转载或镜像

京ICP证120392号  京公网安备110105007198  京ICP备10215607号-1  (京)网药械信息备字(2022)第00160号
//站内统计 //百度统计 //谷歌统计 //站长统计
*我要反馈: 姓    名: 邮    箱:
Baidu
map