【摘 要】
:
手指动作识别是实现基于手势的人机交互的关键技术之一,目前主要有两类识别方法,其一是基于视觉传感器的手指动作识别,另一种则是基于运动传感器的手指动作识别。这两种方法
论文部分内容阅读
手指动作识别是实现基于手势的人机交互的关键技术之一,目前主要有两类识别方法,其一是基于视觉传感器的手指动作识别,另一种则是基于运动传感器的手指动作识别。这两种方法是目前手势识别领域的研究热点,但是距离它们被广泛应用还存在各种各样的问题和局限性。首先,基于视觉传感器的手势识别技术一般存在应用环境受到局限的问题,对于环境光、背景等因素有着较高的要求;其次,基于运动传感器的手势识别技术一般设计为检测手指运动姿态的装置,例如数据手套或指轮式鼠标,它们往往需要额外的开关装置,同时还会完全占用用户的手部。为了解决上述的手部占用问题,我们在论文工作期间提出了一种基于运动传感器检测腕部肌肉运动来间接实现手指动作识别的方法,其中的运动传感器是由PVDF(Polyvinylidene Fluorid,聚偏氟乙烯)薄膜制作的压力传感器。本文主要的工作内容可以概括为三个方面:1.研究了一套用于感知腕部运动信号的离散式PVDF传感器阵列及腕部可穿戴设备。本文以PVDF运动检测传感器为基础,经过对手部骨骼和肌肉进行的生理学分析以及验证实验,研究了一种可以充分感知手指动作时候的腕部运动信号的传感器阵列结构;然后基于上述传感器阵列设计了配套的采集系统,并制备了腕部可穿戴式采集装置。2.研究了PVDF传感器及其阵列的小型化技术。首先改进了小型化PVDF传感器单元的结构,研究了其制备工艺及流程;然后研究了传感器性能检测技术,搭建了性能检测平台;最后初步设计了小型化传感器的阵列结构并制作了可穿戴式设备。3.提出了一套适用于多通道PVDF传感器阵列的手指动作识别算法。该算法包括信号预处理算法、手指动作信号段提取算法、特征向量构造方法、手指动作数据库的建立以及四层BP神经网络的搭建。使用该算法配合PVDF传感器阵列进行了手指动作识别实验,实验结果表明了本文提出的使用PVDF传感器检测腕部运动信号配合手指动作识别算法能够有效的实现手指动作的检测及其语义识别。通过学位论文工作期间的研究,我们提出的基于PVDF运动检测传感器的腕部传感器阵列能够在佩戴便捷舒适的情况下,通过腕部检测有效的实现了手指动作识别,并且实现了用户手部的完全解放,将是一种在人机交互领域具有竞争力的移动式终端设备。
其他文献
心血管疾病是全球死亡的主要原因之一,急性冠脉综合征(ACS,Acute Coronary Syndrome)为其中的一种,在其早期治疗中,评估患者会发生诸如心肌梗死、中风或者死亡等不良事件的风
混合现实是一种将计算机生成的数字信息与现实中的物理世界结合起来的技术,其最显著的特征是全息影像观感体验,而同时,这种观感体验是视觉直观性的直接表现。本文在艺术与技
大数据及其相关处理技术成为当今计算机科学领域和工业界最重要的技术之一,最为崭新的知识获取范式,商业公司和学术科研组织已经将大数据的获取、存储与处理能力作为其核心竞争力之一。大数据面临着诸多问题,数据的规模正在非线性增长,传统的数据库技术早已不能满足大数据的要求。Google公司于2004年提出的MapReduce框架成为大数据时代具有里程碑意义的技术,然而近年来层出不穷的新场景、新应用却使MapR
21世纪以来经济全球化飞速发展,我国服务业规模不断扩大,已经跃居国民经济第一大产业。随着近年来服务业的发展,服务流程分析与设计成为服务企业优化管理、提高顾客满意度的
四足爬行机器人在斜坡执行任务时需要通过复杂地形,为确保其在斜坡的通过性,需要提高足端控制精度、掌握足端力的大小以及有效地识别地形,所以本文从斜坡下的多步态设计、腿
随着社会水平的快速向前发展和计算机处理水平的提升,现在已进入到数据爆炸的时代。受益于此,计算机视觉衍生出许多的分支,包括人脸检测、图像检索、安全监控、智能汽车、场
在信息化的时代,信息安全成为当今社会很重要的问题,密码学中的加密算法、数字签名和身份认证等等各种方法加强了对秘密的保护,而单单的进行秘密保护是不够的,于是秘密共享的提出为密钥的保护提供了新的思路。随着对秘密共享的不断研究,秘密共享由单秘密共享到多秘密共享,逐步走向成熟和完善。本文对自选子秘密的多秘密共享方案进行研究,多秘密共享是指在一次的秘密共享中就可以实现多个秘密的共享。自选子秘密是防止可信中心
随着工业4.0时代的到来,智能制造的发展和应用极大的促进了人类社会的进步与发展。制造执行系统(MES)是制造业企业在生产车间用于管理和监控工作流程的智能控制系统,它是上层
随着GPU等硬件设备的发展和大型标注数据集的公开,深度学习在计算机视觉领域展现了突出的性能。通过层层堆叠神经元,深度学习构建包含大量可训练参数的深度神经网络模型,并利
注意的空间-数字联合效应(Attention Spatial-Numerical Association of Response Codes Effect,简称注意SNARC效应)是指个体对数字进行较浅的知觉加工时,也能够自动激活相应的空间表征。注意SNARC效应具体表现为当小数作为线索时,被试对左侧目标的反应更快;当大数作为线索时,被试对右侧目标的反应更快。近年来,注意SNARC效应受到越来越多