期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多传感器融合的动态手势识别研究分析
被引量：
6
1
作者
马正华
李雷
+2 位作者
乔玉涛
戎海龙
曹海婷
《计算机工程与应用》
CSCD
北大核心
2017年第17期153-159,共7页
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(s EMG)、陀螺仪信号(GYRO)和加速度信...
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(s EMG)、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,明显高于任意两个传感器组合和仅采用单个传感器获得的平均识别率。实验表明该方法是一种有效的动态手势识别方法,并且相较于传统的动态手势识别的方法更具有优势。
展开更多
关键词
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)
下载PDF
职称材料
题名
基于多传感器融合的动态手势识别研究分析
被引量：
6
1
作者
马正华
李雷
乔玉涛
戎海龙
曹海婷
机构
常州大学研究生部
常州大学信息科学与工程学院数理学院
常州大学城市轨道交通学院
出处
《计算机工程与应用》
CSCD
北大核心
2017年第17期153-159,共7页
基金
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
+4 种基金
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)
文摘
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(s EMG)、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,明显高于任意两个传感器组合和仅采用单个传感器获得的平均识别率。实验表明该方法是一种有效的动态手势识别方法,并且相较于传统的动态手势识别的方法更具有优势。
关键词
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)
Keywords
gesture
recognition
surface
Electromyogram
signal
(sEMG)
acceleration
signal
(
acc
)
Gyroscope
signal
(GYRO)
Multi-stream
Hidden
Markov
Models(MHMMs)
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多传感器融合的动态手势识别研究分析
马正华
李雷
乔玉涛
戎海龙
曹海婷
《计算机工程与应用》
CSCD
北大核心
2017
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
