基于汉语手指语字母识别的手指角度模糊融合

以汉语手指语拼音字母为研究对象,根据自行研制的数据手套CAS_Glove上传感器的特点,采用了弯曲传感器和外展传感器先后分别进行模糊融合的策略。针对弯曲传感器的模糊融合,提出一种分类融合方法,分别采用弱t模算子和弱t共模算子,再对其结果进行转换,最后用MICA算子进行弯曲传感器的最终融合。针对外展传感器融合的特点,使用了弱t模算子。通过和其它模糊融合方法的实验对比,证明该方法在数据手套进行角度融合时,优于其它模糊融合方法。     

CAS-Glove型数据手套运动建模与软件系统开发

数据手套是虚拟现实系统当中一种通用而且非常重要的交互设备。本文首先介绍了一种新型数据手套CAS-Glove，然后根据手指的生理约束条件，以及CAS-Glove中传感器的布置和特点，建立了一种改进的手指运动模型。最后对与其相配套的软件系统的组成、主要功能、实用的标定方法和数据处理过程做了详细介绍。     

一种基于证据理论的中国手语单手静态词识别方法

单手静态词是中国手语词汇库的一个重要组成部分,该类词主要借助于单手的固定姿态和手同身体之间的相对位置关系进行表达。结合单手静态词的特点,提出了一种基于D-S证据理论的中国手语单手静态词汇识别方法:利用数据手套CAS_Glove获取手姿信息,借助于视觉和肘部弯曲传感器融合确定出手在人体空间中的相对位置;在对单手词进行模糊特征空间划分的基础上,利用D-S证据理论实现了多种特征匹配结果的融合。为减少计算复杂度,增强系统实时性,对Dempster规则在特定条件下进行了简化,并从理论的角度对其进行了证明。最后通过实验比较证实了该方法的有效性。     

一种用于手语识别的中国手语分类方法

从手语识别的角度出发对中国手语的特征进行了分析,对现有的手语识别方法－－基于计算机视觉的方法和基于佩带式输入设备的方法进行了分析和比较,并提出了一种新的手语分类方法。