基于加速度传感器的可扩展手势识别

• 作者: 曹俊诚 谢仁强
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 手势识别 加速度传感器 手势分割 随机森林 相似度匹配
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 传感器研究
• 页码范围: 659-664
• 页数: 6页
• 分类号: TP212.9
• 字数: 4401字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2016.05.006

摘要

为了提高基于加速度传感器的动态手势识别算法的性能,并且增强系统的可扩展性,提出了一种有效结合机器学习模型与模板匹配的方法.将手势分为基本手势和复杂手势两大类,其中复杂手势可分割为基本手势组成的序列;根据手势运动的特点提取有效的特征量,并利用基本手势样本训练随机森林模型,然后用其对基本手势序列进行分类预测;将预测结果进行约翰逊编码,再与标准模板序列进行相似度匹配.实验结果表明,该方法获得了99.75%的基本手势识别率以及100%的复杂手势识别率.算法既保证了手势识别的精度,也提高了系统的可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹俊诚	中国科学院上海微系统与信息技术研究所中国科学院太赫兹固态技术重点实验室	39	485	10.0	21.0
2	谢仁强	中国科学院上海微系统与信息技术研究所中国科学院太赫兹固态技术重点实验室	1	8	1.0	1.0