论文部分内容阅读
采用ez430-chronos智能手表作为开发平台,利用其内置功能,读取手部运动产生的加速度数据,并将其传送至处理器。对目标手势采集一定量的数据,同时采集同样量的负样本—人手的自然动作,比较二者不同之处,确定目标手势的特征,并利用该特征识别目标手势。实验结果表明:该系统对目标手势有较高识别率,而对负样本有较高的误识别率,但可以通过设定更详细的识别特征进行改善。