期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于指尖角度集核密度估计手势特征提取
1
作者
林海波
周庭
张毅
《计算机应用与软件》
CSCD
2016年第9期195-198,共4页
针对手势识别实时性和鲁棒性不足的问题,提出基于指尖角度集核密度估计的特征提取方法。通过对一般手势定义指尖角度集并提取指尖角度集核密度估计特征。为解决形状匹配的相位漂移问题和进一步提高实时性,对该特征集有效区间归一化和均...
针对手势识别实时性和鲁棒性不足的问题,提出基于指尖角度集核密度估计的特征提取方法。通过对一般手势定义指尖角度集并提取指尖角度集核密度估计特征。为解决形状匹配的相位漂移问题和进一步提高实时性,对该特征集有效区间归一化和均匀采样得到指尖角度集核密度估计序列。基于互相关系数形状匹配算法进行手势识别。实验分析表明,采用该特征提取方法的任意手势识别实时性和鲁棒性比现有方法有显著提高。
展开更多
关键词
手势特征提取
指尖角度集
核密度估计
形状匹配
实时性和鲁棒性
在线阅读
下载PDF
职称材料
人机交互手势的超声波检测及其HMM融合SVM识别算法
被引量：
5
2
作者
刘电霆
张晨光
+1 位作者
黄康政
吴丹玲
《现代电子技术》
2021年第23期92-100,共9页
随着智能装备的性能提升和普及应用,经常采用手势进行人机交互。为了更有效地解决复杂手势识别精度不理想的问题,提高对复杂手势的识别准确率,提出利用超声波多普勒频移的SVM-HMM手势识别算法对提取到的手势特征序列进行识别分类。该算...
随着智能装备的性能提升和普及应用,经常采用手势进行人机交互。为了更有效地解决复杂手势识别精度不理想的问题,提高对复杂手势的识别准确率,提出利用超声波多普勒频移的SVM-HMM手势识别算法对提取到的手势特征序列进行识别分类。该算法采用支持向量机SVM改进隐马尔可夫模型HMM中的状态转移概率矩阵,并经由Sigmoid函数处理状态序列中各个隐状态的输出概率,对HMM的分类性能进行优化。利用设置的三种不同分类器的对比实验结果表明,该改进算法具有较好的提升效果,尤其对于复杂手势的识别效果提升更为明显。通过实验结果表明,SVM-HMM的算法能够准确进行手势识别,总体手势的识别率为94.625%,相比未改进的HMM平均识别率提高了10.75%,对比其他改进HMM算法对复杂手势的识别准确率提升4%左右。
展开更多
关键词
超声波检测
手势
识别
人机交互
手势特征提取
识别分类
性能优化
在线阅读
下载PDF
职称材料
题名
基于指尖角度集核密度估计手势特征提取
1
作者
林海波
周庭
张毅
机构
重庆邮电大学信息无障碍工程研发中心
出处
《计算机应用与软件》
CSCD
2016年第9期195-198,共4页
基金
科技部国际科技合作项目(2010DFA12160)
文摘
针对手势识别实时性和鲁棒性不足的问题,提出基于指尖角度集核密度估计的特征提取方法。通过对一般手势定义指尖角度集并提取指尖角度集核密度估计特征。为解决形状匹配的相位漂移问题和进一步提高实时性,对该特征集有效区间归一化和均匀采样得到指尖角度集核密度估计序列。基于互相关系数形状匹配算法进行手势识别。实验分析表明,采用该特征提取方法的任意手势识别实时性和鲁棒性比现有方法有显著提高。
关键词
手势特征提取
指尖角度集
核密度估计
形状匹配
实时性和鲁棒性
Keywords
Hand gesture extraction Fingertip angle set Kernel density estimation Shape matching Real-time property and robustness
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
人机交互手势的超声波检测及其HMM融合SVM识别算法
被引量：
5
2
作者
刘电霆
张晨光
黄康政
吴丹玲
机构
桂林理工大学信息科学与工程学院
桂林理工大学机械与控制工程学院
出处
《现代电子技术》
2021年第23期92-100,共9页
基金
国家自然科学基金项目(71961005)
广西科学研究与技术开发计划项目(桂科攻1598007-15)。
文摘
随着智能装备的性能提升和普及应用,经常采用手势进行人机交互。为了更有效地解决复杂手势识别精度不理想的问题,提高对复杂手势的识别准确率,提出利用超声波多普勒频移的SVM-HMM手势识别算法对提取到的手势特征序列进行识别分类。该算法采用支持向量机SVM改进隐马尔可夫模型HMM中的状态转移概率矩阵,并经由Sigmoid函数处理状态序列中各个隐状态的输出概率,对HMM的分类性能进行优化。利用设置的三种不同分类器的对比实验结果表明,该改进算法具有较好的提升效果,尤其对于复杂手势的识别效果提升更为明显。通过实验结果表明,SVM-HMM的算法能够准确进行手势识别,总体手势的识别率为94.625%,相比未改进的HMM平均识别率提高了10.75%,对比其他改进HMM算法对复杂手势的识别准确率提升4%左右。
关键词
超声波检测
手势
识别
人机交互
手势特征提取
识别分类
性能优化
Keywords
ultrasonic detection
gesture recognition
human-computer interaction
gesture feature extraction
recognition classification
performance optimization
分类号
TN911.73-34 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于指尖角度集核密度估计手势特征提取
林海波
周庭
张毅
《计算机应用与软件》
CSCD
2016
0
在线阅读
下载PDF
职称材料
2
人机交互手势的超声波检测及其HMM融合SVM识别算法
刘电霆
张晨光
黄康政
吴丹玲
《现代电子技术》
2021
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
