《高智能轮椅中的视觉手势识别方法仿真》PDF+DOC
作者:邹培忠
单位:中国航天科工集团公司第十七研究所
出版:《计算机仿真》2013年第12期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJZ2013120970
DOC编号:DOCJSJZ2013120979
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Kinect传感器的智能轮椅手势控制系统的设计与实现》PDF+DOC2012年第01期 罗元,谢彧,张毅
《一种基于改进DTW算法的动态手势识别方法》PDF+DOC2013年第03期 何超,胡章芳,王艳
《基于视觉的手势识别技术在车载主机上的应用》PDF+DOC2016年第08期 陈义,马云林
《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LHPN算法的手势姿态估计方法研究》PDF+DOC2020年第07期 周全,甘屹,何伟铭,孙福佳,杨丽红
《基于Kinect深度图像信息的手势轨迹识别及应用》PDF+DOC2012年第09期 张毅,张烁,罗元,徐晓东
《康复认知评估系统中基于体感交互技术的手势识别方法》PDF+DOC2015年第01期 张志常,郑璐
《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
《基于自学习稀疏表示的动态手势识别方法》PDF+DOC2013年第06期 肖玲,李仁发,曾凡仔,屈卫兰
传统的视觉手势识别问题在高智能轮椅控制中,一旦图像存在多个手势,算法很难识别出哪个手势是真的需要识别的手势,存在多手势识别干扰,识别过程存在滞后性,无法获取准确的手势识别结果,导致对轮椅控制滞后。提出一种改进型PCA和LDA融合的视觉手势识别算法,并在智能轮椅控制中得以应用,通过Kinect传感器采集图像深度信息,运用OpenN1手部分析模块获取手部轨迹特征,通过改进型PCA和LDA融合的视觉手势识别方法对轨迹特征中的误差和不确定性进行去除,完成手部轨迹的识别。将获取的手部识别结果转换成控制指令,通过Ad—Hoc网络传送给智能轮椅,实现高精度控制。仿真结果表明,改进算法对多手势干扰具有较强的鲁棒性,可及时准确地识别手势轨迹,进而有效控制智能轮椅的运动。
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。