基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着智能手机等移动电子设备的发展,基于MEMS加速度传感器的手势识别成为移动设备人机交互的研究热点.由于准确率及实时性的限制,目前的手势识别方法仍不足以推向实用.针对这一问题,提出了一种简单有效的手势识别方法:在手势定义阶段根据语义及操作的相似性将10个手势分为4个类别,通过提取反映各类手势运动学特征的加速度特征量,利用决策树分类器对手势进行预分类,然后根据各类手势的加速度变化规律识别具体的手势;同时通过严格的特征量阈值,有效地去除了无意识的误动作.该方法在15位实验者中获得了95.2%的平均准确率,识别时间小于0.01 s,对基于MEMS加速度传感器的手势识别研究具有一定参考价值.
推荐文章
基于加速度轨迹图像的手势特征提取与识别
手势识别
加速度传感器
非负矩阵分解
隐马尔可夫模型
人机交互
一种基于肤色特征提取的手势检测识别方法
Haar特征
肤色模型
OpenCV
凸性缺陷
手势识别
一种基于特征融合的手势识别方法
手势识别
指尖检测
HOG
支持向量机
YCrCb
特征提取
一种基于加速度传感器的人体跌倒识别方法
跌倒识别
三轴加速度传感器
隐马尔科夫模型
身体倾角
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于加速度特征提取的手势识别方法
来源期刊 传感技术学报 学科 工学
关键词 手势识别 特征提取 MEMS加速度传感器 人机交互
年,卷(期) 2012,(8) 所属期刊栏目 物理类传感器
研究方向 页码范围 1073-1078
页数 分类号 TP391.4
字数 3561字 语种 中文
DOI 10.3969/j.issn.1004-1699.2012.08.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨平 电子科技大学机械电子工程学院 65 617 13.0 22.0
2 陈旭光 电子科技大学机械电子工程学院 2 118 2.0 2.0
3 陈意 电子科技大学机械电子工程学院 2 118 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (76)
参考文献  (7)
节点文献
引证文献  (40)
同被引文献  (39)
二级引证文献  (95)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(7)
  • 引证文献(7)
  • 二级引证文献(0)
2014(10)
  • 引证文献(4)
  • 二级引证文献(6)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(26)
  • 引证文献(10)
  • 二级引证文献(16)
2017(28)
  • 引证文献(9)
  • 二级引证文献(19)
2018(24)
  • 引证文献(5)
  • 二级引证文献(19)
2019(29)
  • 引证文献(3)
  • 二级引证文献(26)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
手势识别
特征提取
MEMS加速度传感器
人机交互
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导