基于可穿戴传感器的手势识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究背景及意义 | 第9-10页 |
| ·手势识别的国内外研究进展 | 第10-12页 |
| ·手势识别的方法 | 第12-14页 |
| ·基于隐马尔科夫模型的方法 | 第12-13页 |
| ·基于粒子滤波的方法 | 第13页 |
| ·基于自动机的方法 | 第13页 |
| ·基于软计算的方法 | 第13-14页 |
| ·本文的研究内容 | 第14-16页 |
| 第2章 人机交互技术 | 第16-21页 |
| ·人机交互技术概述 | 第16页 |
| ·影响人机交互的因素 | 第16-18页 |
| ·机器的因素 | 第17页 |
| ·人的因素 | 第17-18页 |
| ·环境的因素 | 第18页 |
| ·人机交互模型概述 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于可穿戴传感器的手势识别理论 | 第21-37页 |
| ·手势识别技术 | 第21-24页 |
| ·手势的定义 | 第21-22页 |
| ·手势建模 | 第22-24页 |
| ·传感器姿态解算 | 第24-26页 |
| ·坐标系定义 | 第24页 |
| ·加速度测量 | 第24-25页 |
| ·姿态角测量 | 第25-26页 |
| ·隐马尔科夫模型基本原理 | 第26-36页 |
| ·马尔科夫链 | 第27-29页 |
| ·隐马尔科夫模型的定义 | 第29-31页 |
| ·隐马尔科夫模型的三个基本问题 | 第31页 |
| ·隐马尔科夫模型的三个基本算法 | 第31-35页 |
| ·用贝叶斯公式分类 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于加速度和姿态角的手势识别方法 | 第37-49页 |
| ·姿态角数据的引入 | 第37-39页 |
| ·手势识别流程 | 第39-42页 |
| ·数据采集和预处理 | 第42-45页 |
| ·特征选择 | 第45页 |
| ·隐马尔科夫模型的参数配置 | 第45-47页 |
| ·手势模型的训练和识别 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于加速度和姿态角的手势识别实验 | 第49-61页 |
| ·实验硬件平台 | 第49-52页 |
| ·实验方法及过程 | 第52-60页 |
| ·手势定义 | 第52-53页 |
| ·系统软件设计 | 第53-56页 |
| ·基于加速度的手势训练和识别 | 第56-58页 |
| ·基于加速度和姿态角的手势训练和识别 | 第58-60页 |
| ·实验结论 | 第60-61页 |
| 第6章 总结和展望 | 第61-63页 |
| ·本文工作总结 | 第61页 |
| ·下一步展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间的科研成果 | 第68页 |
