-
题名基于傅立叶描述子和HMM的手势识别
被引量：10
- 1
-
-
作者
陈启军
朱振娇
顾爽
-
机构
同济大学电子与信息工程学院
-
出处
《控制工程》
CSCD
北大核心
2012年第4期634-638,共5页
-
基金
国际科技合作资助项目(2010DFA12210)
国家高技术研究发展计划资助项目(2009AA04Z213)
-
文摘
针对家庭服务机器人平台中人机交互的问题,提出基于视觉的手势识别作为人与机器人交互的方式,研究利用傅立叶描述子对手势形状进行描述,并结合支持向量机和隐马尔可夫模型分别对静态手势和动态手势进行分类,实现了静态手势和动态手势的识别。该系统基于新型传感器Kinect,在图像分割阶段结合图像深度信息,可以有效的将手势区域提取出来,在一定范围内具有较强的鲁棒性,特征提取阶段基于傅立叶描述子,使手势识别具有旋转、缩放、平移不变性。针对七种常见静态手势和四种动态手势进行测试,平均识别率分别达到98.8%和96.7%,实验结果表明该系统具有较高的准确度。
-
关键词
手势识别
傅立叶描述子
隐马尔可夫模型
人机交互
-
Keywords
hand gesture recognition
fourier descriptor
bidden markov model
human computer interaction
-
分类号
TP27
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于EMD-ICA和HMM的风机故障分类方法
- 2
-
-
作者
任学平
单立伟
-
机构
内蒙古科技大学机械工程学院
-
出处
《汽轮机技术》
北大核心
2013年第4期306-308,共3页
-
基金
内蒙古自治区自然科学基金项目(2012ms0717)
-
文摘
隐马尔可夫模型(HMM)是一种模式聚类和识别方法,独立分量分析(ICA)则是一种非常有效的非高斯数据分析工具。其中,四阶累积量算法是一种数值稳定且鲁棒的ICA方法,非常适合用于振动信号的特征抽取,但独立分量分析有一定的前提条件,借助经验模态分解(EMD),消除噪声干扰,去除高频IMF部分,满足ICA的条件。因此,利用ICA算法对某炼铁厂风机不同状态模式(包括正常和转子不对中)进行特征提取,HMM实现模式的最终分类。对照分类实验结果,表明基于EMD-ICA的HMM的故障分类方法不仅具有良好的模式分类能力,且实现简单,在风机健康状况监测中有较大的应用潜力。
-
关键词
风机
经验模态分解
独立分量分析
隐马尔可夫模型
故障分类
-
Keywords
blower
empirical mode decomposition （ EnD ）
independent component analysis （ ICA ）
bidden markov model （HMM）
fault classification
-
分类号
TH17
[机械工程—机械制造及自动化]
-
