基于隨機(jī)投影的加速度手勢(shì)識(shí)別.pdf

1、自然的人機(jī)交互技術(shù)已經(jīng)成為了當(dāng)前計(jì)算機(jī)技術(shù)研究的熱點(diǎn)，手勢(shì)作為一種直觀的表達(dá)方式，由于其簡(jiǎn)單和自然的特性受到了研究者的關(guān)注，將手勢(shì)作為人機(jī)交互的一種方式將大大提高人機(jī)交互的體驗(yàn)。
　　基于手勢(shì)的人機(jī)交互研究中，根據(jù)手勢(shì)數(shù)據(jù)獲取方法的不同，可將手勢(shì)識(shí)分為三種:基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別、基于肌電信號(hào)的手勢(shì)識(shí)別和基于可穿戴傳感器的手勢(shì)識(shí)別。其中基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)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(jì)算機(jī)視覺(jué)的手

2、勢(shì)識(shí)別的不足，本文采用了可穿戴傳感器作為手勢(shì)數(shù)據(jù)采集設(shè)備，采集了8種手勢(shì)動(dòng)作的加速度信息，研究了基于隨機(jī)投影的加速度手勢(shì)識(shí)別算法，并對(duì)所設(shè)計(jì)的系統(tǒng)進(jìn)行了實(shí)驗(yàn)驗(yàn)證，證明了系統(tǒng)的有效性。
　　本文的工作包括以下幾個(gè)方面:
　　1)手勢(shì)加速度數(shù)據(jù)采集及處理。本文采用Wiimote采集手勢(shì)加速度信號(hào)，對(duì)原始信號(hào)首先進(jìn)行濾波、平滑，然后采用改進(jìn)的SWAB算法自動(dòng)從連續(xù)的手勢(shì)信號(hào)獲中提取有效的手勢(shì)數(shù)據(jù)段。
　　2)數(shù)據(jù)聚類(lèi)。利用D

3、TW算法和AP聚類(lèi)算法對(duì)訓(xùn)練集數(shù)據(jù)聚類(lèi)，為訓(xùn)練集中的每一個(gè)手勢(shì)樣本創(chuàng)建一個(gè)聚類(lèi)樣本中心。
　　3)數(shù)據(jù)降維。采用隨機(jī)投影算法對(duì)候選手勢(shì)樣本和未知手勢(shì)樣本降維。
　　4) l1-minimization識(shí)別。通過(guò)求解l1-minimization問(wèn)題來(lái)判斷未知手勢(shì)樣本類(lèi)別。
　　5)通過(guò)實(shí)驗(yàn)驗(yàn)證基于隨機(jī)投影的加速度手勢(shì)識(shí)別算法的有效性。本文共采集了2400個(gè)手勢(shì)加速度數(shù)據(jù)樣本，在采集的數(shù)據(jù)上進(jìn)行實(shí)驗(yàn)驗(yàn)證，基于特定人的手勢(shì)