基于混合高斯模型的非固定握持姿势手势识别 |
| |
引用本文: | 王原,汤勇明,王保平.基于混合高斯模型的非固定握持姿势手势识别[J].东南大学学报(自然科学版),2014(2):239-243. |
| |
作者姓名: | 王原 汤勇明 王保平 |
| |
作者单位: | 东南大学电子科学与工程学院 |
| |
基金项目: | 国家高技术研究发展计划(863计划)资助项目(2012AA03A302);高等学校学科创新引智计划资助项目(B07027) |
| |
摘 要: | 针对手势识别研究中普遍要求用户以严格固定方式握持数据采集设备,致使用户体验差的问题,使用混合高斯模型(Gaussian mixture model,GMM)对非固定握持姿势的手势识别算法进行改进,以提高手势人机交互时的舒适性.首先通过GMM从加速度传感器数据中提取用户握持姿势数据,然后借助握持信号实现手势命令数据提取与坐标转换,使识别系统能够自适应不同的握持姿势.为使GMM可以同时满足手势识别应用中对稳定性和适应速度的要求,优化了GMM的学习机制,包括增加备则模态和改善优先级计算.实验结果表明,所述系统在滚转角和俯仰角+60°~-60°、偏摆角+20°~-20°范围内,握持姿势对手势识别正确率没有明显影响,实现了非固定握持姿势的手势识别,起到了提高用户体验的作用.
|
关 键 词: | 手势识别 混合高斯模型 用户体验 |
本文献已被 CNKI 等数据库收录! |
|