作者:仇立杰,彭四伟 单位:上海市计算技术研究所;上海计算机软件技术开发中心 出版:《计算机应用与软件》2016年第09期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFJYRJ2016090680 DOC编号:DOCJYRJ2016090689 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于MEMS加速度传感器的手语识别系统》PDF+DOC2009年第05期 闵昆龙,韩玉杰,江淼 《一种联合语音与手势识别的增强现实人机交互系统》PDF+DOC2016年第03期 赵天驰,王伟明 《基于MEMS六轴传感器的可穿戴系统设计》PDF+DOC2015年第09期 张龑,魏志远,暴婷 《基于Leap Motion传感器的自适应动态手势识别》PDF+DOC2017年第02期 刘权,陈一民,高明柯,李启明,黄晨 《基于多Leap Motion传感器的机械手手势控制系统》PDF+DOC2017年第07期 唐春晓,王志红 《得心应“手”——手势识别检测系统》PDF+DOC2020年第01期 柴若楠,辛妍贝,徐笑林,翟振林,李培德 《Arm传感器融合》PDF+DOC2020年第04期 Phil Burr,Bryan Cook 《基于双通道异构传感器融合的手势识别方法》PDF+DOC2012年第11期 于汉超,刘明杰,刘军发,陈益强,何文静 《基于无线数据手套的手势识别方法研究》PDF+DOC2014年第01期 蔡兴泉,郭天航,臧坤,李凤霞 《无电池手势识别系统诞生》PDF+DOC2014年第03期
  • 基于MEMS传感器的手势识别的一般方法是通过对每个手势进行运动学分析找出每个手势的加速度特征,以此作为识别手势的特征值。这表明该方法需要人工设计特征值,不利于用户的自定义操作。针对这种情况,提出一种空间定位方法。首先获取传感器数据并发送到PC端,并在PC端进行积分处理,转化成空间数据,从而记录手势的运动轨迹。最后结果表明,该方法可以成功记录手部的运动轨迹,不用对每个手势单独进行运动学分析,使得用户在后续的研究中可以实现自定义手势。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。