基于隨機投影的加速度手勢識別.pdf

1、自然的人機交互技術已經(jīng)成為了當前計算機技術研究的熱點，手勢作為一種直觀的表達方式，由于其簡單和自然的特性受到了研究者的關注，將手勢作為人機交互的一種方式將大大提高人機交互的體驗。
　　基于手勢的人機交互研究中，根據(jù)手勢數(shù)據(jù)獲取方法的不同，可將手勢識分為三種:基于計算機視覺的手勢識別、基于肌電信號的手勢識別和基于可穿戴傳感器的手勢識別。其中基于計算機視覺的手勢識別方法容易受到光照、拍攝角度、背景等因素的影響，為克服基于計算機視覺的手

2、勢識別的不足，本文采用了可穿戴傳感器作為手勢數(shù)據(jù)采集設備，采集了8種手勢動作的加速度信息，研究了基于隨機投影的加速度手勢識別算法，并對所設計的系統(tǒng)進行了實驗驗證，證明了系統(tǒng)的有效性。
　　本文的工作包括以下幾個方面:
　　1)手勢加速度數(shù)據(jù)采集及處理。本文采用Wiimote采集手勢加速度信號，對原始信號首先進行濾波、平滑，然后采用改進的SWAB算法自動從連續(xù)的手勢信號獲中提取有效的手勢數(shù)據(jù)段。
　　2)數(shù)據(jù)聚類。利用D

3、TW算法和AP聚類算法對訓練集數(shù)據(jù)聚類，為訓練集中的每一個手勢樣本創(chuàng)建一個聚類樣本中心。
　　3)數(shù)據(jù)降維。采用隨機投影算法對候選手勢樣本和未知手勢樣本降維。
　　4) l1-minimization識別。通過求解l1-minimization問題來判斷未知手勢樣本類別。
　　5)通過實驗驗證基于隨機投影的加速度手勢識別算法的有效性。本文共采集了2400個手勢加速度數(shù)據(jù)樣本，在采集的數(shù)據(jù)上進行實驗驗證，基于特定人的手勢