论文部分内容阅读
鉴于传统的手势动作识别算法可能会因手势速度幅度的变化及不准确的特征提取而降低准确率,拟采用混沌理论的非线性动力模型构建思想,探索凌空手势内在的混沌运动特性,建立基于混沌动力学特征的识别算法。通过离散观察嵌入Leapmotion的头戴式显示器所获得的手指轨迹,假设一个特定类型的混沌动力学系统可以模拟手势动作模型,从而基于相空间重构法建立由混沌特征因子组成的特征矩阵用于分类识别。在连续字母手势识别实验中对假设进行了验证,所提方法的最高准确率可以达到96.6%。