基于深度卷积长短时记忆网络的加速度手势识别

论文摘要

手势加速度识别是基于惯性传感器手势交互的重要研究内容。针对已有的手势识别方法严重依赖于人工选取特征或不能有效融合手势动作的时空特征等局限性较大的问题,提出了基于卷积神经网络和长短时记忆网络结合的加速度手势识别算法。该算法通过构造三层卷积神经网络提取手势加速度数据的空间特征,并经过Droupout正则化操作,避免了特征过拟合的问题,再通过构造两层长短时记忆网络学习手势加速度数据的时序特征,融合手势动作的时空特征进行手势识别分类。实验表明,该方法能够有效识别加速度手势动作。

论文目录

• 0 引 言
• 1 系统框架结构
•   1)输入层:
•   2)手势特征提取层:
•   3)分类层:
• 2 手势加速度数据采集与预处理
• 3 基于深度卷积长短时记忆网络加速度手势分类
•   3.1 手势加速度空间特征提取
•   3.2 手势加速度时间特征提取
•   3.3 手势动作分类
• 4 实验和结果分析
•   4.1 实验环境和数据集
•   4.2 实验结果及分析
• 5 结 论

文章来源

类型: 期刊论文

作者: 杨艳芳,刘蓉,刘明,鲁甜

关键词: 手势识别,惯性传感器,卷积神经网络,手势特征

来源: 电子测量技术 2019年21期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 华中师范大学物理科学与技术学院,华中师范大学计算机学院

基金: 国家科技支撑计划课题(2015BAK33B00)资助

分类号: TP391.41;TP183

DOI: 10.19651/j.cnki.emt.1903021

页码: 109-113

总页数: 5

文件大小: 277K

下载量: 112