作者:薛俊杰,陈健美 单位:黑龙江省信息技术学会 出版:《》 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFHDZJ2015110340 DOC编号:DOCHDZJ2015110349 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于手机加速度传感器的手势识别系统研究》PDF+DOC2016年第08期 王鹏,丁任之,何天翔,雷汝霖 《基于加速度传感器的手势识别系统》PDF+DOC2018年第S2期 丁利琼,程鹏,潘泽云 《基于DTW算法的肌电信号手势识别方法》PDF+DOC2018年第05期 谢小雨,刘喆颉 《基于动态时间规整的手势加速度信号识别》PDF+DOC2012年第01期 荆雷,马文君,常丹华 《基于加速度传感器的大手势集手势识别算法改进研究》PDF+DOC2013年第10期 王原,汤勇明,王保平 《基于加速度传感器的可扩展手势识别》PDF+DOC2016年第05期 谢仁强,曹俊诚 《基于数据手套的动作承接式手势识别》PDF+DOC2016年第06期 劳志辉,吴焕斌,张文山 《基于线性判别分析和自适应K近邻法的手势识别》PDF+DOC2017年第03期 温俊芹,王修晖 《基于HMM的手势识别研究》PDF+DOC2012年第05期 严焰,刘蓉,黄璐,陈婷 《基于手机手势识别的媒体控制界面》PDF+DOC2010年第23期 丁跃,刘军发,陈益强,周经野
  • 基于Kinect技术的手势识别是人机交互方面的一个重点,在DTW算法的基础上提出加权DTW手势识别算法,给出一个参数模型,根据手势关节点对手势的相关性来给关节点设置权重,选取合适的模型参数β来最大化类间差距与类内差异之间的比,通过比较加权后的DTW代价函数找出最匹配的模板手势。根据提出的加权DTW手势识别算法开发一个智能家居手势识别系统,系统识别用户输入手势并通过蓝牙发送相应操作命令来控制智能家居设备。评价使用DTW算法,基于隐马尔科夫模型(HMM)的手势识别算法和加权DTW算法手势识别的效果,得出加权DTW算法有更高的手势识别正确率。

    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。