基于电学测量的智能手势识别方法研究

论文摘要

随着计算机的广泛应用和可穿戴电子设备的发展,将人机交互和可穿戴设备相结合逐渐成为研究热点,其中手势识别技术在人机交互领域扮演着重要的角色。主要提出基于电学测量的智能手势识别方法,利用传感器设备采集手腕边界电压数据,同时利用深度神经网络将采集到的电压数据进行分类,最终实现手势识别的目的。实验验证了通过电学测量数据对手势分类的可行性,将深度神经网络加入到手势识别系统中后,手势正确识别率达到90%以上,从而证明了系统具有较好的便携性、稳定性和实时性,为智能手势识别系统的设计提供了新思路。

论文目录

文章来源

类型: 期刊论文

作者: 李秀艳,刘宗毓,王琦,汪剑鸣,王化祥

关键词: 电学测量,手势识别,电导率分布,深度神经网络,模型构建

来源: 仪器仪表学报 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技

专业: 物理学,自动化技术

单位: 天津工业大学电子与信息工程学院天津市光电检测技术与系统重点实验室,天津大学电气自动化与信息工程学院

基金: 国家自然科学基金(61872269,61601324,61903273),天津市自然科学基金(18JCYBJC85300),天津市企业科级特派员项目(18JCTPJC61600),天津科技计划项目(19PTZWHZ00020)资助

分类号: O441.1;TP212

DOI: 10.19650/j.cnki.cjsi.j1905477

页码: 192-199

总页数: 8

文件大小: 4958K

下载量: 107

相关论文文献

标签：电学测量论文;  手势识别论文;  电导率分布论文;  深度神经网络论文;  模型构建论文;