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:
基于手势的交互方式在人机交互中发挥着越来越重要的作用,手势识别是大多数手势交互系统的核心技术.提出的手势识别系统采用STM32F103单片机最小系统作为主控芯片,结合FDCC2214电容式传感器,通过I2 C方式采集FDC2214收到的电容值,在STM32中进行加权平均算法实现手势信号的训练与识别,最终由OLED液晶显示具体模式测试结果.系统通过训练模式,可以对训练人的手势进行存储记忆,进而在判决模式下实现对训练人猜拳游戏(石头、剪刀、布)和划拳游戏(1,2,3,4,5)的识别.经过测试,手势识别系统运行良好,识别率高,且能达到实时性的要求.
推荐文章
基于FDC2214芯片的手势识别系统设计
手势识别
FDC2214芯片
STM32单片机
覆铜板
电容传感器
操作器
一种基于FDC2214的多手势识别装置
FDC2214
中值滤波
均值滤波
STM32
基于FDC2214芯片的手势识别系统设计
手势识别
FDC2214芯片
STM32单片机
覆铜板
电容传感器
操作器
基于FDC2214电容传感器的手势识别系统
FDC2214
手势识别:机器学习
STM32F407
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 基于FDC2214的手势识别系统
来源期刊 传感器与微系统 学科 工学
关键词 手势识别 FDC2214电容式传感器 STM32F103单片机 OLED显示
年,卷(期) 2018,(12) 所属期刊栏目 设计与制造
研究方向 页码范围 90-92
页数 3页 分类号 TP212.9
字数 2287字 语种 中文
DOI 10.13873/J.1000-9787(2018)12-0090-03
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 郭霞 西安交通大学城市学院 18 65 4.0 7.0
2 谭亚丽 西安交通大学城市学院 13 46 4.0 6.0
3 申淼 西安交通大学城市学院 3 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (35)
参考文献  (11)
节点文献
引证文献  (11)
同被引文献  (53)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(10)
  • 参考文献(4)
  • 二级参考文献(6)
2017(11)
  • 参考文献(3)
  • 二级参考文献(8)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(6)
  • 引证文献(6)
  • 二级引证文献(0)
研究主题发展历程
节点文献
手势识别
FDC2214电容式传感器
STM32F103单片机
OLED显示
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
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
论文1v1指导