基于改进KNN算法的动态手势识别研究

• 作者: 胡迪 郝瑞玲 陈嘉伟 韩晶
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 人机交互 手势识别 K最邻近算法 特征提取 阈值判别法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 232-237
• 页数: 6页
• 分类号: TP301.6
• 字数: 2793字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2020.03.008

摘要

手势识别是人机交互的一种方式,用于手势识别的传统K最邻近算法由于训练组数据量大影响了其识别效率,为此提出了一种新的手势特征提取方法,设计了一款基于改进K最邻近算法的手势识别俄罗斯方块游戏.该方法根据手势信号的特征量,只需记录特征量的符号作为训练组以及测试组来储存.实验表明,改进K最邻近算法在体感游戏中对手势识别的平均成功率较阈值判别法的手势识别成功率提高了10％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩晶	中北大学机电工程学院	26	32	3.0	4.0
2	陈嘉伟	中北大学机电工程学院	2	1	1.0	1.0
3	郝瑞玲	中北大学机电工程学院	1	0	0.0	0.0