【摘要】：手勢作為一種便捷的人機交互方式在越來越多的場景得到應用,手勢識別技術也成為了一個研究熱點。手勢識別使用的數(shù)據(jù)采集設備主要有兩類:機器視覺類和運動傳感器類,運動傳感器相對于機器視覺具有容易適應環(huán)境、設備便攜等特有的優(yōu)勢。隨著智能手機、智能手表和健康監(jiān)護手環(huán)等可穿戴設備的迅猛發(fā)展,微機電慣性傳感器(MEMS-IMU)性能越來越強,價格也越來越便宜,因此本文將研究基于MEMS-IMU的手勢識別。使用MEMS-IMU作為手勢數(shù)據(jù)傳感器進行手勢識別的方法主要有運動軌跡重構、模板匹配、隱馬爾可夫模型、手勢數(shù)據(jù)統(tǒng)計和人工神經(jīng)網(wǎng)絡,本文將人工神經(jīng)網(wǎng)絡和深度學習應用于手勢識別領域。使用長短時記憶模塊(LSTM)的循環(huán)神經(jīng)網(wǎng)絡(RNN)可以有效地解決手勢長度不統(tǒng)一的問題,還能夠融合加速度信息、角速度信息和姿態(tài)信息進行手勢識別。本文定義并采集了八種單手手勢和八種雙手手勢,均為動態(tài)手勢,單手手勢動作簡單,使用右手佩戴傳感器采集,如向左、向右、畫圓,畫叉等,雙手手勢動作需要雙手配合完成,左右手各佩戴一個傳感器采集,采用了中國交警常用八種手勢。完成手勢采集后,首先需要對手勢數(shù)據(jù)完成坐標系轉換,然后進行一系列的預處理過程使得手勢數(shù)據(jù)能夠滿足LSTM-RNN模型的輸入要求,本文對坐標系轉換后的手勢數(shù)據(jù)進行了樣本選擇、歸一化、濾波和動作分割,適當?shù)念A處理能夠提升手勢識別系統(tǒng)的性能。預處理完成后可以將手勢數(shù)據(jù)輸入LSTM-RNN模型中訓練,本文嘗試設置了不同的隱藏節(jié)點并做了多組對照試驗,單手手勢最優(yōu)識別率為97.22%,雙手手勢最優(yōu)識別率為96.98%。文章最后通過實驗驗證了手勢數(shù)據(jù)的完整性對于復雜手勢的識別非常重要,使用加速度和角速度作為輸入數(shù)據(jù)的雙手手勢模型識別率很低,輸入數(shù)據(jù)加入姿態(tài)四元數(shù)信息后識別率有大幅提升。實驗證明本文所使用的手勢識別方法性能優(yōu)異,在復雜手勢識別方面有很大優(yōu)勢。
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP212;TP183
【圖文】：

哈爾濱工業(yè)大學碩士學位論文述附著其上的肌肉組成的，關節(jié)在人體，人體中相鄰兩個關節(jié)之間的肢體稱為人體運動過程和動態(tài)手勢進行數(shù)學建模和抽象，保留能夠表示人體主要運動的由于人體肢體的細微形變對于人體的運的肢體看成是剛體，剛體是由很多相互人體模型可以簡化為多剛體人體模型。可以根據(jù)研究的需求進行設計。是研究人員使用較多的多剛體人體模5 個環(huán)節(jié)，分別是頭、上軀干、下軀干腿、左右小腿、左右腳，相鄰環(huán)節(jié)通過信息時將傳感器固定于該環(huán)節(jié)對應的

圖 2-4 單手手勢定義勢集定義有許多汽車的城市，由于交通擁擠，交通堵塞很常見一起擁擠，導致“死鎖”。此時，依靠固定程序執(zhí)行的通流量，交通警察必須通過手動姿勢指導交通流量。車輛駕駛員能夠看到交警的指揮信號，這時可以通過揮手勢，在后方增設提示牌或臨時交通燈同步指揮車照明不良的路口，這種方式有助于交通通暢運行。手勢的另一個原因是交警手勢動作差異大，動作幅度性傳感器的測量和手勢識別。最常見的八種交警手勢意手勢，關鍵動作如圖 2-5 所示。動作流程為：立正向上伸到與軀干成 135 度，左手手心向前保持與軀干立正姿勢。

【相似文獻】

相關期刊論文 前10條

1 穆寶良;王利;;計算機視覺下的實時手勢識別技術及其應用[J];科學技術創(chuàng)新;2019年35期

2 翟朋輝;王靜怡;;一種簡易手勢識別裝置[J];山東工業(yè)技術;2019年12期

3 惠丹;;基于深度學習算法的可穿戴設備手勢識別系統(tǒng)設計[J];信息技術與網(wǎng)絡安全;2019年09期

4 楊蕊;米文輝;;手勢識別裝置的設計與實現(xiàn)[J];信息與電腦(理論版);2019年18期

5 鐘習;陳益強;于漢超;楊曉東;胡子昂;;融合情境感知信息的超聲波手勢識別方法[J];計算機輔助設計與圖形學學報;2018年01期

6 王健;朱恩成;黃四牛;任華;;基于深度學習的動態(tài)手勢識別方法[J];計算機仿真;2018年02期

7 楊欣怡;李雙;;基于手勢識別的智能電視交互專利技術綜述[J];科技創(chuàng)新與應用;2018年24期

8 宋昆哲;閆曉虎;田樂;王奇俊;劉珂;;基于多點特征提取的手勢識別的研究[J];科技創(chuàng)新與應用;2018年25期

9 丁偉利;胡艷玲;申亞輝;劉洪海;;基于虛擬試驗箱的康復手勢識別算法研究[J];高技術通訊;2017年03期

10 袁博;查晨東;;手勢識別技術發(fā)展現(xiàn)狀與展望[J];科學技術創(chuàng)新;2018年32期

相關會議論文 前10條

1 祝遠新;徐光佑;黃浴;林學;俞志和;;一個基于表觀的孤立手勢識別系統(tǒng)[A];中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

2 張宏源;袁家政;;基于視覺的手勢識別新方法綜述[A];中國計算機用戶協(xié)會網(wǎng)絡應用分會2017年第二十一屆網(wǎng)絡新技術與應用年會論文集[C];2017年

3 鄧智方;袁家政;;基于深度學習的視覺手勢識別綜述[A];中國計算機用戶協(xié)會網(wǎng)絡應用分會2017年第二十一屆網(wǎng)絡新技術與應用年會論文集[C];2017年

4 丁勇;蘇坪;潘超群;沈石松;;毫米波非接觸式手勢識別雷達[A];2019年全國微波毫米波會議論文集（上冊）[C];2019年

5 鄭穎;姚登峰;鮑泓;喬良;;基于機器學習的手勢識別研究進展[A];中國計算機用戶協(xié)會網(wǎng)絡應用分會2017年第二十一屆網(wǎng)絡新技術與應用年會論文集[C];2017年

6 管珊珊;張益農(nóng);;基于Kinect的手勢識別研究進展[A];中國計算機用戶協(xié)會網(wǎng)絡應用分會2018年第二十二屆網(wǎng)絡新技術與應用年會論文集[C];2018年

7 易曉;秦圣峰;康金勝;;基于手勢識別技術的快速三維建模(英文)[A];第十屆中國科協(xié)年會論文集（三）[C];2008年

8 鄭穎;李培峰;羅恒杰;徐成;鮑泓;;交警手勢識別的研究進展[A];中國計算機用戶協(xié)會網(wǎng)絡應用分會2018年第二十二屆網(wǎng)絡新技術與應用年會論文集[C];2018年

9 沈世宏;李蔚清;;基于Kinect的體感手勢識別系統(tǒng)的研究[A];第八屆和諧人機環(huán)境聯(lián)合學術會議（HHME2012)論文集CHCI[C];2012年

10 王鼎衡;趙廣社;李國齊;鄧磊;;基于張量鏈壓縮的卷積神經(jīng)網(wǎng)絡及手勢識別應用研究[A];2018中國自動化大會(CAC2018)論文集[C];2018年

相關重要報紙文章 前10條

1 實習生 張燕;揮手玩“蘋果”的高三男孩[N];中國青年報;2011年

2 本報記者 王偉;巨頭看上的“手勢識別”能照進現(xiàn)實嗎？[N];中國電子報;2019年

3 記者 郝曉明;國內(nèi)首套手勢識別智能無人飛行系統(tǒng)亮相[N];科技日報;2017年

4 本報記者 喻思孌;操作手機，揮揮手就行[N];人民日報;2017年

5 本報記者 董添;谷歌申請手勢識別專利引關注[N];中國證券報;2017年

6 倪明 段郴群;谷歌等巨頭布局手勢識別市場[N];企業(yè)家日報;2017年

7 肖思思;TCL新型數(shù)字家電可進行手勢識別[N];中國稅務報;2007年

8 華凌;首個無電池手勢識別系統(tǒng)有望替代觸摸屏[N];科技日報;2014年

9 本報記者 張曉麗;未來智能家電真能一“手”掌控[N];遼寧日報;2014年

10 記者 張瀟;“創(chuàng)新，讓學習不僅僅止于課本”[N];西安日報;2015年

相關博士學位論文 前10條

1 徐軍;基于計算機視覺的手勢識別及人機交互技術的應用研究[D];東南大學;2018年

2 佴威至;手勢交互中的手勢識別算法及交互參數(shù)研究[D];北京理工大學;2017年

3 Isack Emmanuel Bulugu;基于高階局部自相關的特征提取方法及其在手勢識別中的應用[D];中國科學技術大學;2018年

4 衛(wèi)文韜;肌電手勢識別中的多流融合和多視圖深度學習方法研究[D];浙江大學;2018年

5 周航;基于計算機視覺的手勢識別系統(tǒng)研究[D];北京交通大學;2008年

6 顧立忠;基于表觀的手勢識別及人機交互研究[D];上海交通大學;2008年

7 萬軍;動態(tài)手勢識別中的時空特征表示和字典優(yōu)化研究[D];北京交通大學;2014年

8 成可立;數(shù)據(jù)驅動的虛擬試衣系統(tǒng)若干關鍵技術研究[D];浙江大學;2016年

9 趙守偉;增強現(xiàn)實輔助維修關鍵技術研究[D];河北工業(yè)大學;2016年

10 覃文軍;基于視覺信息的手勢識別算法與模型研究[D];東北大學;2010年

相關碩士學位論文 前10條

1 金珂;基于深度信息的復雜場景下手勢識別關鍵技術研究[D];上海交通大學;2018年

2 郭錦輝;手勢識別及其在人機交互系統(tǒng)中的應用[D];華南理工大學;2019年

3 代雨錕;基于可穿戴數(shù)據(jù)手套的手勢識別方法研究[D];華南理工大學;2019年

4 王宇杰;基于MEMS-IMU的手勢識別[D];哈爾濱工業(yè)大學;2019年

5 王威;智能試衣鏡關鍵技術研究[D];華僑大學;2018年

6 羅昆;基于神經(jīng)網(wǎng)絡的交警動態(tài)手勢識別方法研究與實現(xiàn)[D];東華理工大學;2019年

7 楊剛;基于Wi-Fi的手部動作識別算法研究[D];西北大學;2019年

8 劉峰;手勢識別毫米波雷達硬件的設計與實現(xiàn)[D];重慶郵電大學;2018年

9 袁菲;基于Kinect的手勢識別系統(tǒng)設計與應用[D];西安科技大學;2018年

10 張雅琪;基于Kinect的手勢識別研究及應用[D];電子科技大學;2019年

本文編號：2713130