人机交互手势的超声波检测及其HMM融合SVM识别算法

摘要：

随着智能装备的性能提升和普及应用,经常采用手势进行人机交互.为了更有效地解决复杂手势识别精度不理想的问题,提高对复杂手势的识别准确率,提出利用超声波多普勒频移的SVM-HMM手势识别算法对提取到的手势特征序列进行识别分类.该算法采用支持向量机SVM改进隐马尔可夫模型HMM中的状态转移概率矩阵,并经由Sigmoid函数处理状态序列中各个隐状态的输出概率,对HMM的分类性能进行优化.利用设置的三种不同分类器的对比实验结果表明,该改进算法具有较好的提升效果,尤其对于复杂手势的识别效果提升更为明显.通过实验结果表明,SVM-HMM的算法能够准确进行手势识别,总体手势的识别率为94.625％,相比未改进的HMM平均识别率提高了10.75％,对比其他改进HMM算法对复杂手势的识别准确率提升4％左右.

关键词：超声波检测;手势识别;人机交互;手势特征提取;识别分类;性能优化

所属期刊栏目：44

分类号：TN911.73-34

资助基金：国家自然科学基金项目;广西科学研究;技术开发计划项目

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：92-100