基于陀螺仪传感器的一种人机交互技术
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-16页 |
| ·研究背景极其意义 | 第9-10页 |
| ·手势识别的分类 | 第10-12页 |
| ·国内外相关研究现状 | 第12-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第2章 硬件架构设计 | 第16-24页 |
| ·MEMS 技术概述 | 第16页 |
| ·MEMS 陀螺仪角速度传感器 | 第16-19页 |
| ·手势识别硬件架构设计 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 鼠标功能的实现 | 第24-31页 |
| ·基于统计信息的鼠标计算模型的建立 | 第24-25页 |
| ·自适应修正零电平漂移现象 | 第25-30页 |
| ·零电平漂移现象数据分析 | 第25-26页 |
| ·零电平漂移状态识别 | 第26-28页 |
| ·零电平漂移自适应调整 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 数据预处理 | 第31-37页 |
| ·手势动作分割 | 第31-32页 |
| ·数据预处理分析 | 第32-34页 |
| ·空闲数据滤波器 | 第34-35页 |
| ·异常数据滤波器 | 第35-36页 |
| ·平滑滤波器 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第5章 手势特征提取与识别 | 第37-47页 |
| ·基于角速度传感器手势分析 | 第37-39页 |
| ·数据尺度归一化 | 第39页 |
| ·亚采样 | 第39页 |
| ·插值 | 第39页 |
| ·特征提取 | 第39-41页 |
| ·SVM 概述 | 第41-43页 |
| ·SVM 多类分类问题 | 第43-44页 |
| ·基于SVM 分类器在线手势识别 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第6章 实验结果与分析 | 第47-55页 |
| ·数据集的设计与采集 | 第47-53页 |
| ·实验结果及其分析 | 第53-55页 |
| 总结与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 发表文章 | 第61页 |
