首页> 中文会议>2017年全国高性能计算学术年会 >基于分层隐马尔科夫模型的连续手势识别研究

基于分层隐马尔科夫模型的连续手势识别研究

摘要

针对连续手势识别时存在的实时性较差、准确性低等问题,本文利用手势之间的顺序性约束条件,提出了一种分层隐马尔科夫模型的连续手势识别方法.首先,利用深度传感器获取人体运动的三维加速度和角速度信息;其次,将神经网络用于手势检测,再利用阈值方法提取手势信号;随后,利用移动窗口对手势信号进行采样和数据预处理最后,将一种手势之间的约束条件加入到分层隐马尔科夫模型中来实现对连续手势的识别.分层隐马尔科夫模型分为下层和上层两个子隐马尔科夫模型.下层隐马尔科夫模型将用于识别单个手势,而上层隐马尔科夫模型将按照动作之间的上下文约束条件识别与修正连续手势动作.通过与机器人的手势交互实验,验证了本文提出算法的有效性与准确性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号