基于手形和姿态的军用动态手势识别方法研究
针对士兵在训练军用作战手势时无统一判别标准的问题,提出了一种通过识别手部细微动作和手臂姿态动作,按既定的时序输出识别为军用手势的方法.使用MYO臂环获取表面肌电和加速度信号,采用巴特沃斯滤波对信号进行预处理,使用移动平均阈值法确定动作区间,分别提取肌电信号特征和加速度信号特征,输入到支持向量机(SVM)和BP神经网络分类器,实现了军用动态手势的分类,并将识别结果可视化实时显示.结果表明:该方法可实时识别14种复杂军用手势,使用SVM分类效果更好,整体识别率可达91%,可用于帮助士兵训练军用作战手势.
军用手势、手形姿态识别、支持向量机(SVM)、BP神经网络、实时识别
42
TP391.4(计算技术、计算机技术)
2021-06-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
208-214