期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于HMM-FNN模型的复杂动态手势识别
被引量：
40
1
作者
王西颖
戴国忠
+1 位作者
张习文
张凤军
《软件学报》
EI
CSCD
北大核心
2008年第9期2302-2312,共11页
复杂动态手势识别是利用视频手势进行人机交互的关键问题.提出一种HMM-FNN模型结构.它整合了隐马尔可夫模型对时序数据的建模能力与模糊神经网络的模糊规则构建与推理能力,并将其应用到复杂动态手势的识别中.复杂动态手势具备两大特点:...
复杂动态手势识别是利用视频手势进行人机交互的关键问题.提出一种HMM-FNN模型结构.它整合了隐马尔可夫模型对时序数据的建模能力与模糊神经网络的模糊规则构建与推理能力,并将其应用到复杂动态手势的识别中.复杂动态手势具备两大特点:运动特征的可分解性与定义描述的模糊性.针对这两种特性,复杂手势被分解为手形变化、2D平面运动与Z轴方向运动3个子部分,分别利用HMM进行建模,HMM模型对观察子序列的似然概率被作为FNN的模糊隶属度,通过模糊规则推理,最终得到手势的分类类别.HMM-FNN方法将高维手势特征分解为低维子特征序列,降低了模型的复杂度.此外,它还可以充分利用人的经验辅助模型结构的创建与优化.实验表明,该方法是一种有效的复杂动态手势识别方法,并且优于传统的HMM模型方法.
展开更多
关键词
手势
识别
HMM—FNN模型
复杂动态手势
人机交互
下载PDF
职称材料
一种信道状态信息下的复杂动态手势识别方法
被引量：
4
2
作者
党小超
刘洋
+1 位作者
郝占军
曹渊
《小型微型计算机系统》
CSCD
北大核心
2020年第1期200-205,共6页
传统动态手势识别方法中存在硬件成本高,推广难度大等局限性.文章提出一种基于信道状态信息的复杂动态手势识别方法CSI-Num,该方法可用来实现对空中数字手势的高效识别.CSI-Num识别过程主要分为两个阶段:数据提取处理阶段与手势匹配识...
传统动态手势识别方法中存在硬件成本高,推广难度大等局限性.文章提出一种基于信道状态信息的复杂动态手势识别方法CSI-Num,该方法可用来实现对空中数字手势的高效识别.CSI-Num识别过程主要分为两个阶段:数据提取处理阶段与手势匹配识别阶段.提取处理阶段,是将采集到的数据,选取能够反映手势动作的子载波特征值作为被选信号,通过小波阈值函数和五点三次平滑方法对信号进行降噪平滑;匹配识别阶段,提取有效手势数据,使用k均值聚类算法和动态时间规整算法特性相融合的K-DTW匹配算法识别出不同数字的手势动作.实验结果表明,针对不同环境的室内场景,相应地调整参数设置,CSI-Num可以高效地识别出不同数字的手势动作,且具有较高鲁棒性.
展开更多
关键词
信道状态信息
复杂动态手势
识别
子载波
K-DTW
下载PDF
职称材料
基于多特征HMM融合的复杂动态手势识别
被引量：
12
3
作者
陈国良
葛凯凯
李聪浩
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018年第12期42-47,共6页
针对基于体感控制器(leap Motion)的手势识别方法通常无法识别复杂的动态手势问题,提出一种基于多特征隐马尔科夫模型(HMM)融合的动态手势识别方法.首先,根据手的移动速率,从连续数据中分割出有效手势,均匀采样得到数据帧;然后提取手掌...
针对基于体感控制器(leap Motion)的手势识别方法通常无法识别复杂的动态手势问题,提出一种基于多特征隐马尔科夫模型(HMM)融合的动态手势识别方法.首先,根据手的移动速率,从连续数据中分割出有效手势,均匀采样得到数据帧;然后提取手掌姿态、手指弯曲度、手指分开度和运动轨迹四类特征;最后用K-means聚类后的特征序列建立四类单特征HMM.在手势识别阶段,计算并融合未知手势序列在四个单特征HMM下的发生概率,选择概率最大手势为识别结果.实验结果表明:所设计的特征能充分表达动态手势,提出的方法能有效识别复杂动态手势,且识别实时性良好.
展开更多
关键词
复杂动态手势
隐马尔可夫模型
体感控制
多特征提取
K-MEANS聚类
原文传递
基于Kinect深度信息的动态手势识别
被引量：
7
4
作者
郭晓利
杨婷婷
张雅超
《东北电力大学学报》
2016年第2期90-94,共5页
针对复杂动态手势识别问题,本文首先通过体感传感器Kinect获取人体深度图像,利用阈值分割法分割出手势深度图像,然后建立由隐马尔可夫模型(HMM)和模糊神经网络(FNN)相结合的HMM-FNN模型进行动态手势识别。本文的动态手势主要是针对虚拟...
针对复杂动态手势识别问题,本文首先通过体感传感器Kinect获取人体深度图像,利用阈值分割法分割出手势深度图像,然后建立由隐马尔可夫模型(HMM)和模糊神经网络(FNN)相结合的HMM-FNN模型进行动态手势识别。本文的动态手势主要是针对虚拟变电站中对设备的常用操作手势来进行人机交互研究的。HMM-FNN模型将复杂动态手势特征分解为三个子特征序列,分别建立HMM模型,然后进行模糊推理对手势进行分类识别。经实验验证,HMM-FNN模型能快速有效识别复杂动态手势,且鲁棒性强,识别效果明显优于HMM模型。
展开更多
关键词
KINECT
阈值分割法
复杂动态手势
HMM-FNN
手势
识别
下载PDF
职称材料
题名
基于HMM-FNN模型的复杂动态手势识别
被引量：
40
1
作者
王西颖
戴国忠
张习文
张凤军
机构
中国科学院软件研究所人机交互技术与智能信息处理实验室
出处
《软件学报》
EI
CSCD
北大核心
2008年第9期2302-2312,共11页
基金
国家重点基础研究发展计划(973)
国家自然科学基金
国家高技术研究发展计划(863)~~
文摘
复杂动态手势识别是利用视频手势进行人机交互的关键问题.提出一种HMM-FNN模型结构.它整合了隐马尔可夫模型对时序数据的建模能力与模糊神经网络的模糊规则构建与推理能力,并将其应用到复杂动态手势的识别中.复杂动态手势具备两大特点:运动特征的可分解性与定义描述的模糊性.针对这两种特性,复杂手势被分解为手形变化、2D平面运动与Z轴方向运动3个子部分,分别利用HMM进行建模,HMM模型对观察子序列的似然概率被作为FNN的模糊隶属度,通过模糊规则推理,最终得到手势的分类类别.HMM-FNN方法将高维手势特征分解为低维子特征序列,降低了模型的复杂度.此外,它还可以充分利用人的经验辅助模型结构的创建与优化.实验表明,该方法是一种有效的复杂动态手势识别方法,并且优于传统的HMM模型方法.
关键词
手势
识别
HMM—FNN模型
复杂动态手势
人机交互
Keywords
gesture recognition
HMM-FNN model
complex dynamic gesture
human-computer interaction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种信道状态信息下的复杂动态手势识别方法
被引量：
4
2
作者
党小超
刘洋
郝占军
曹渊
机构
西北师范大学计算机科学与工程学院
甘肃省物联网工程研究中心
出处
《小型微型计算机系统》
CSCD
北大核心
2020年第1期200-205,共6页
基金
国家自然科学基金项目(61762079,61662070)资助
甘肃省科技重点研发项目(17YF1GA015)资助
文摘
传统动态手势识别方法中存在硬件成本高,推广难度大等局限性.文章提出一种基于信道状态信息的复杂动态手势识别方法CSI-Num,该方法可用来实现对空中数字手势的高效识别.CSI-Num识别过程主要分为两个阶段:数据提取处理阶段与手势匹配识别阶段.提取处理阶段,是将采集到的数据,选取能够反映手势动作的子载波特征值作为被选信号,通过小波阈值函数和五点三次平滑方法对信号进行降噪平滑;匹配识别阶段,提取有效手势数据,使用k均值聚类算法和动态时间规整算法特性相融合的K-DTW匹配算法识别出不同数字的手势动作.实验结果表明,针对不同环境的室内场景,相应地调整参数设置,CSI-Num可以高效地识别出不同数字的手势动作,且具有较高鲁棒性.
关键词
信道状态信息
复杂动态手势
识别
子载波
K-DTW
Keywords
channel state information
complex dynamic gesture recognition
subcarrier
K-DTW
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多特征HMM融合的复杂动态手势识别
被引量：
12
3
作者
陈国良
葛凯凯
李聪浩
机构
武汉理工大学机电工程学院
出处
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018年第12期42-47,共6页
基金
国家自然科学基金资助项目(61672396,61373110)
文摘
针对基于体感控制器(leap Motion)的手势识别方法通常无法识别复杂的动态手势问题,提出一种基于多特征隐马尔科夫模型(HMM)融合的动态手势识别方法.首先,根据手的移动速率,从连续数据中分割出有效手势,均匀采样得到数据帧;然后提取手掌姿态、手指弯曲度、手指分开度和运动轨迹四类特征;最后用K-means聚类后的特征序列建立四类单特征HMM.在手势识别阶段,计算并融合未知手势序列在四个单特征HMM下的发生概率,选择概率最大手势为识别结果.实验结果表明:所设计的特征能充分表达动态手势,提出的方法能有效识别复杂动态手势,且识别实时性良好.
关键词
复杂动态手势
隐马尔可夫模型
体感控制
多特征提取
K-MEANS聚类
Keywords
complex dynamic gesture
hidden Markov models
leap motion
multiple features extraction
K-means clustering
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于Kinect深度信息的动态手势识别
被引量：
7
4
作者
郭晓利
杨婷婷
张雅超
机构
东北电力大学信息工程学院
国网吉林省电力有限公司吉林供电公司
出处
《东北电力大学学报》
2016年第2期90-94,共5页
基金
省科技计划重点转化项目(20140307008GX)
文摘
针对复杂动态手势识别问题,本文首先通过体感传感器Kinect获取人体深度图像,利用阈值分割法分割出手势深度图像,然后建立由隐马尔可夫模型(HMM)和模糊神经网络(FNN)相结合的HMM-FNN模型进行动态手势识别。本文的动态手势主要是针对虚拟变电站中对设备的常用操作手势来进行人机交互研究的。HMM-FNN模型将复杂动态手势特征分解为三个子特征序列,分别建立HMM模型,然后进行模糊推理对手势进行分类识别。经实验验证,HMM-FNN模型能快速有效识别复杂动态手势,且鲁棒性强,识别效果明显优于HMM模型。
关键词
KINECT
阈值分割法
复杂动态手势
HMM-FNN
手势
识别
Keywords
Kinect
Threshold segmentation method
Complex dynamic gesture
HMM-FNN
Gesture recognition
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于HMM-FNN模型的复杂动态手势识别
王西颖
戴国忠
张习文
张凤军
《软件学报》
EI
CSCD
北大核心
2008
40
下载PDF
职称材料
2
一种信道状态信息下的复杂动态手势识别方法
党小超
刘洋
郝占军
曹渊
《小型微型计算机系统》
CSCD
北大核心
2020
4
下载PDF
职称材料
3
基于多特征HMM融合的复杂动态手势识别
陈国良
葛凯凯
李聪浩
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018
12
原文传递
4
基于Kinect深度信息的动态手势识别
郭晓利
杨婷婷
张雅超
《东北电力大学学报》
2016
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
