基于混合高斯模型的非固定握持姿势手势识别精选.pdfVIP

第４４卷第２期 东南大学学报（自然科学版） Ｖｏｌ．４４ Ｎｏ．２ 　 ２０１４年３ 月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ （ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｍａｒ．２０１４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１４．０２．００３ 基于混合高斯模型的非固定握持姿势手势识别 王　原　汤勇明　王保平 （东南大学电子科学与工程学院，南京２１００９６） 摘要：针对手势识别研究中普遍要求用户以严格固定方式握持数据采集设备，致使用户体验差 的问题，使用混合高斯模型（Ｇａｕｓｓｉａｎｍｉｘｔｕｒｅｍｏｄｅｌ，ＧＭＭ）对非固定握持姿势的手势识别算法 进行改进，以提高手势人机交互时的舒适性．首先通过ＧＭＭ从加速度传感器数据中提取用户握 持姿势数据，然后借助握持信号实现手势命令数据提取与坐标转换，使识别系统能够自适应不同 的握持姿势．为使ＧＭＭ可以同时满足手势识别应用中对稳定性和适应速度的要求，优化了 ＧＭＭ的学习机制，包括增加备则模态和改善优先级计算．实验结果表明，所述系统在滚转角和 俯仰角＋６０°～－６０°、偏摆角＋２０°～－２０°范围内，握持姿势对手势识别正确率没有明显影响， 实现了非固定握持姿势的手势识别，起到了提高用户体验的作用． 关键词：手势识别；混合高斯模型；用户体验 中图分类号：ＴＭ３９１．４　　文献标志码：Ａ　　文章编号：１００１－０５０５（２０１４）０２０２３９０５ Ｇｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｗｉｔｈｕｎｆｉｘｅｄｈｏｌｄｉｎｇｐｏｓｉｔｉｏｎ ｂａｓｅｄｏｎＧａｕｓｓｉａｎｍｉｘｔｕｒｅｍｏｄｅｌ ＷａｎｇＹｕａｎ　 ＴａｎｇＹｏｎｇｍｉｎｇ　 ＷａｎｇＢａｏｐｉｎｇ （ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ ２１００９６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｍｏｓｔｇｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｒｅｓｅａｒｃｈｅｓ，ｐａｒｔｉｃｉｐａｎｔｓａｒｅａｓｋｅｄｔｏｈｏｌｄｔｈｅｄａｔａｃｏｌｌｅｃｔｉｎｇ ｄｅｖｉｃｅｉｎｆｉｘｅｄｐｏｓｉｔｉｏｎｓｔｒｉｃｔｌｙ，ｗｈｉｃｈｃａｕｓｅｓｐｏｏｒｕｓｅｒｅｘｐｅｒｉｅｎｃｅ．Ｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ａｎｅｎ ｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅＧａｕｓｓｉａｎｍｉｘｔｕｒｅｍｏｄｅｌ （ＧＭＭ）ｉｓｐｒｅｓｅｎｔｅｄ．Ｉｔｃａｎａｃｈｉｅｖｅｇｅｓ ｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｗｉｔｈｕｎｆｉｘｅｄｈｏｌｄｉｎｇｐｏｓｉｔｉｏｎａｎｄｉｍｐｒｏｖｅｔｈｅｉｎｔｅｒａｃｔｉｏｎｃｏｍｆｏｒｔａｂｉｌｉｔｙ．Ｆｉｒｓｔ，ｔｈｅ ｈｏｌｄｉｎｇｐｏｓｉｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｉｓａｂｓｔｒａｃｔｅｄｆｒｏｍｒａｗａｃｃｅｌｅｒａｔｉｏｎｄａｔａｂｙｔｈｅＧＭＭ．Ｔｈｅｎｔｈｅｃｏｏｒｄｉ ｎａｔｅｔｒａｎｓｆｏｒｍａｔｉｏｎｉｓｃｏｎｄｕｃｔｅｄａｎｄｔｈｅｇｅｓｔｕｒｅｏｐｅｒａｔｉｎｇｉｎｆｏｒｍａｔｉｏｎｉｓｓｅｐａｒａｔｅｄｗｉｔｈｔｈｅｈｏｌｄｉｎｇ ｐｏｓｉｔｉｏｎｉｎｆｏｒｍａｔｉｏｎ．Ｔｏｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｆｏｒｓｔａｂｉｌｉｔｙａｎｄｒｅｃｏｇｎｉｔｉｏｎｓｐｅｅｄ，ｔｈｅｐａｒａｍｅｔｅｒｕｐ ｄａｔｉｎｇｓｔｒａｔｅｇｙｏｆｔｈｅＧＭＭｉｓｉｍｐｒｏｖｅｄｂｙａｄｄｉｎｇｂａｃｋｕｐｃｏｍｐｏｎｅｎｔａｎｄｏｐｔｉｍｉｚｉｎｇｔｈｅｐｒｉｏｒｉｔｙ ｃｏｎｓｉｄｅｒａｔｉｏｎ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｗｈｅｎｔｈｅｒｏｌｌａｎｇｌｅａｎｄｔｈｅｐｉｔｃｈｉｎｇａｎｇｌｅａｒｅｂｅ ｔｗｅｅｎ －６０°ｔｏ ＋６０°，ｔｈｅｙａｗａｎｇｌｅｉｓｂｅｔｗｅｅｎ －２０°ｔｏ ＋２０°，ｔｈｅｈｏｌｄｉｎｇｐｏｓｉｔｉｏｎｈａｓｎｏｓｉｇｎｉｆｉ