基于Kinect骨骼信息的手势识别

为了提高手势识别的精度和鲁棒性,设计了一套基于Kinect获取的骨骼信息的手势识别算法。该算法首先检测手势的起始点与结束点,然后在截取的图像中提取手势特征,最后用距离加权动态时间规整算法计算测试样本与模板的相似度,得出手势识别结果。通过对常用鼠标手势进行测试表明:本方法可以取得较高识别率,而且不受光照条件影响。     

基于动态时间规整算法的虚拟沙画手势识别方法

针对目前虚拟沙画手势识别率不高且沙画手势模板较少的情况,提出了1种基于动态时间规整算法的虚拟沙画识别方法,采用Leap Motion获取原始数据,通过沙画手势周期特征值提取方法引入1种新的沙画手势特征值向量组合;进而建立包括12种虚拟沙画手势的模板库;最后通过动态时间规整算法计算测试手势和模板手势的相似度,由相似度差异得出虚拟沙画手势识别的结果。实验表明,所提方法识别虚拟沙画手势准确率高,不同沙画手势间的耦合性较低。     

基于MEMS惯性传感器的手势识别

针对基于MEMS惯性传感器的手势识别问题,提出了一种基于门控循环网络的手势识别模型架构。以智能手机为载体,通过其内置的MEMS惯性传感器获取手势运动数据,构建了基于LSTM网络的LSTM-D模型和基于GRU网络的GRU-D模型,实现了在三维空间中的手势识别。提出的两种模型均有较好的分类效果,在自建数据集上,LSTM-D模型和GRU-D模型分别可获取81%和85%的准确率,综合分析发现GRU-D模型参数更少,训练时间更短,模型识别更快更准确,模型的稳定性更高,为基于MEMS惯性传感器的手势识别研究提供了一定的参考价值。     

基于手机惯性传感器的向心加速度演示教学

基于智能手机中加速度计、陀螺仪与同步采集数据软件,同步获得加速度与角速度的数值。使用数据分析软件进行分析,可得到加速度正比于角速度平方的结论。改变不同的旋转半径,获得加速度正比于旋转半径的结论,从而通过实验获得向心加速度的公式。     

改进的惯性运动传感器步态识别

针对现有步态识别研究中步态识别率低、算法单一等问题,提出了一种基于惯性运动传感器的步态识别方法。首先,该方法结合动态时间规整与人工神经网络,通过前者提取固定长度的步态特征,并设置成本函数的阈值来判别后者的正负输入,提取得到波形特征。其次,运用列文伯格-马夸尔特算法改进标准BP神经网络,最终完成步态识别。实验证明所提的改进步态识别方法将平均步态识别率和相等错误率维持在91.5%和9.1%,较好地提高了步态识别的准确率。因此,该方法可作为高级认证方法的补充,以增加个人信息的隐私和安全性,适合实验室仪器安全管理应用。     

基于Kinect传感器和HOG特征的静态手势识别

手势识别是人机交互领域的一种重要手段。针对现有算法识别率低,鲁棒性弱的问题,本文基于Kinect传感器获取的手势深度图像,对复杂背景干扰下的手部区域进行分割,然后利用梯度方向直方图(HOG)对手部灰度图像进行特征提取,最后利用最小马氏距离分类器进行建模、分类,实现静态手势识别。根据Kinect传感器获取的深度信息结合阈值分割法,能够准确地检测手部区域,为后续识别打下良好的基础。而HOG特征适应光照的变化,且具有几何不变矩的特性。实验结果表明,本文提出的手势识别方法在光照变化和复杂背景干扰下具有较强的鲁棒性和较高的识别率。     

动态手势识别技术综述

分析比较了现有动态手势识别技术的思路和特点,介绍了基于视觉的动态手势识别基本步骤,分析了该技术路线中存在的若干难点。在此基础上介绍了深度学习方法的基本思路和优点,展望了动态手势识别技术今后的研究方向。     

朝鲜语紧急呼叫号码的语音识别系统研究

朝鲜语是我国目前适用范围较为广泛、使用人口较多的一种少数民族语言。朝鲜语紧急呼叫号码的语音识别软件,采用语音命令来呼叫号码,能够准确识别拨叫号码,在特定场合可以起到至关重要的作用。将语音控制指令范围设定为报警求助、火警等词汇的识别中,实现了朝鲜语紧急呼叫号码语音识别系统的软件算法部分。通过对信号处理的每个步骤和朝鲜语数字连读问题进行深入分析及研究,选择DTW(动态时间弯曲)算法作为该软件的核心算法。Matlab实验结果表明,采用的语音识别过程及算法可以准确地对录制的朝鲜语紧急呼叫号码进行识别。     

动态时间规整算法优化

为了解决动态时间规整算法在时间序列长度较长、两段时间序列长度相当时计算效率较低等问题,对动态时间规整增加约束条件,并从压缩时间序列、优化全局约束及修改约束条件等方面进行改进.通过实验,将算法应用于较长的时间序列中.实验结果表明,两段时间序列长度越接近,动态时间规整的时间复杂度越趋于线性,在完全相等时,时间复杂度从传统算...     

电容式加速度微传感器

介绍一种新型电容式加速度微传感器的结构和原理,并进行受力分析。利用ANSYS进行有限元分析,得出加速度和电容之间的非线性关系,证明了该传感器在工艺设计上的可行性。设计合适的传感器结构参数和MEMS工艺流程,制作出满足不同测量要求、有较高精度的加速度传感器。     

挖掘传感器的教学价值——以加速度传感器为例

本文以加速度传感器为例,将求加速度这一力学问题与电路设计相结合,体现了转化思维在实验设计中的应用,让学生体验从科学知识到技术实现的过程,提升其科学思维与科学探究能力。     

基于机器学习的手势识别系统及其在移动终端上的应用

手势识别技术可有效提高移动终端操作效率。通过移动终端加速度传感器捕获手势执行过程中的三维加速度信号,经过预处理、特征提取之后,采用机器学习方法SVM,建立相应的SVM分类模型,并利用该识别模型实现手势动作。实验结果表明,该方法具有较高的识别率并在移动终端上得到应用。     

基于视觉手势识别技术的实践研究

本文首先简单介绍了市面上手势识别技术的应用状况,接着分析了计算机手势识别的技术具体内容,介绍了手势识别技术常见的几种方法,分析手势建模方式,最后研究了现实生活中手势识别技术的在人机交互中的应用情况.     

用加速度传感器进行倾角检测中的数据处理研究

基于提供一种使用加速度传感器输出的信号进行倾角检测的目的,采用理论和实验相结合的方法,使用Matlab对加速度信号处理算法进行仿真分析的方法,从数学模型入手,分析了利用加速度传感器进行倾角测量的原理,并借助Matlab进行了仿真分析,进而得出了一个适合使用单片机对加速度信号进行数据处理的参数,同时还讨论了加速度传感器分辨率与倾角检测精度之间的关系.     

基于MEMS加速度微传感器制作工艺及测试

介绍了基于MEMS技术的微型加速度传感器的原理、制作工艺、测试电路及测试结果。设计原理是把加速度变化转换为传感器的电容变化,制作上以硅-玻璃键合技术、玻璃和质量块的腐蚀工艺以及等离子刻蚀技术(ICP)为主要的工艺过程。传感器的测试采用方波为激励信号,采用CMOS电路来提高测量电容的灵敏度。结果表明,该传感器性能稳定、线性范围广、灵敏度高。     

一种基于加速度传感器的自适应计步算法

提出了一种基于加速度传感器的自适应计步算法,通过对加速度传感器采集的信号数据进行一系列处理,然后利用人工免疫算法对处理后提取的特征值进行判断,确定人是在行走、上下楼梯还是跑步的状态,再进行计步。通过反复实验,计步准确率达到96%以上。     

语音识别技术应用研究

语音识别技术自20世纪50年代以来得以迅速发展。基于语音识别系统的基本原理，通过选用MFCC作为主要模型参数、运用动态时间归整法进行模板匹配的语音识别系统具有切实的可操作性，且富有广阔的发展前景。     

基于智能手机加速度传感器的物理课外探究项目开发

本文利用智能手机加速度传感器开发真实情境下的物理实验,列举三类综合程度及周期长短不同的课外物理探究项目案例：适合日常居家探究的小项目——检测小区电梯是否达标;适合周末实施的短周期项目——运动过程中的物理探究;适合研究性学习长周期项目——不同交通工具是否需要系安全带的问题,并给出三个项目的操作指引与思维培养过程,以问题为导向、以手机为工具,让学生随时随地进行探究,从而培养学生物理学科核心素养.     

基于智能手机加速度传感器的实验课教学案例设计

传感器技术在工业、农业、建筑、医疗等领域以及日常生活中得到广泛的应用.智能手机不仅具有简单易学、智能识别等优点,而且其内置的传感器具有微型化、系统化和智能化的特征.以融合理论知识和实践技能为导向,自制简易的物理实验设备,利用智能手机内置的加速度传感器,开展三项物理振动教学实验,获得振动实验数据,并基于MATLAB完成实验结果分析和可视化处理,形成比较完整的教学案例,具有明确的教学目的和导向性.为现代传感器技术和教育技术的融合做出有益的探索,旨在为物理教学案例研究提供一定的参考.