雅宝题库解析：
交互设备的迅猛发展正逐步改变着传统的计算机输入方式，自然、便捷的交互体验是虚拟现实和人机交互领域重要的研究内容。目前最为普遍的交互方式就是通过用户的自然手势，并借助数据手套等传感器设备对手势进行捕获、识别，因此研究基于数据手套的手势识别技术具有重要的科学意义和应用价值。本文在国家高科技研究发展计划重点项目(NO.2009AA012103)资助下取得了如下研究成果：(1)提出了一种通用手势的构建方法。针对手型的个体差异，将聚类的样本数据经过预处理消除噪声和冗余，并采用奇异值分解进行特征提取，利用Range of motion的生理运动特性，分离与特定用户耦合的数据，从而抽象出该手势的通用特征描述。能够简化标定过程的繁琐性，对多用户的识别率具有较好的稳定和适应性。(2)实现了静态手势的识别方法。针对相似手势，通过分析运动关节的差异性制定规则，生成决策树以保证相似手势分在较高层不同的父节点下，从而提高对相似手势的识别率。在对较低层次的子集合中采用基于阈值的模板匹配算法完成识别，本方法具有简单高效、匹配速度快的特点。(3)实现了动态手势的识别方法。针对包含一系列动作序列的的动态手势，按照时序对手势类别进行聚类，并利用Hill Climbing启发式思想从聚类后的序列中提取关键帧信息，并记录下对应的时间戳，从而将连续数据流按时间轴分割成动作序列并依次完成识别过程。针对包含运动轨迹的动态手势，将跟踪器采集的空间信息经过均值滤波和坐标统一后，采用矢量量化的方法对平滑轨迹离散化，记录空间运动的方向编码，较为完整的定义轨迹走势和特征量。针对固定姿态的手势运动，该方法能够较为稳定的识别运动轨迹。基于上述研究成果，本文设计并实现了一个手势识别系统原型。该原型较好的集成了上述关键技术，基于传感器设备采集用户的手势并分析，验证了识别算法的有效性。
发表于 2022-8-25 22:36:43
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
