共查询到10条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
研究一种基于ESP32传感器的乒乓球动作实时识别系统, 适用于乒乓球爱好者在进行乒乓球运动时的动作识别. 该系统能够采集用户运动时的三轴加速度信号并实时传输至计算机端. 在计算机端对原始加速度信号进行数据预处理, 包括滤波降噪和加窗分割, 提取预处理后加速度信号的时域特征, 利用PCA算法实现特征降维, 最后用决策树(decision tree)算法构建最优的学习模型实现对运动的分类和显示. 实验结果表明: 该系统可实时显示乒乓球4种动作的识别与计数, 识别准确率达97.32%. 相似文献
6.
由于基于图像处理的手势识别方法对环境背景要求较高且存在不稳定性问题,文章使用三维加速度传感器的连续数据进行手势识别.三维加速度传感器内置于大部分智能手机中,具有应用方便的特点.实验通过传感器获取加速度信号,经过低通滤波、去重力和特征提取的信号预处理过程后,结合隐马尔可夫模型和混合高斯模型的理论方法,实现手机手势的连续识别,并驱动应用层预先定义的交互命令. 相似文献
7.
8.
针对基于加速度传感器的手势识别算法实时性的需求以及识别算法性能的问题,提出了一种集加速度、地磁信号于一体的6轴AMI602动作传感器的手势识别系统:在硬件方面,运用无线方式进行传感器数据的采集,用DSP(TMS320F2812)强大的处理能力实现手势识别算法,增强了其系统识别的实时性;在算法方面,将提取的加速度特征值做动作姿态投影,得到新的加速度特征值,运用动态时间规整(DTW)算法进行模板匹配,提高了动作识别算法的性能.经过在DSP系统上实机验证,该方法在识别率和延时上都较以往方法有显著的提高. 相似文献
9.
本文构建了一个基于FPGA的实时手势识别平台,并在该平台上实现了一种基于表面肌电(sEMG)信号和加速度(ACC)信号的手势识别算法。具体实现过程中,无线sEMG传感器和无线三轴ACC传感器穿戴于两手前臂实时获取sEMG信号和ACC信号,并以无线方式发送到数据处理模块。数据处理模块充分利用FPGA的并行处理优势,融合ACC和sEMG信息特征,实现了单双手手势的实时识别。经测试,本文所用的手势识别算法移植到FPGA中以后,识别速度明显提高,16个中国手语手势动作达到了95%以上的识别率。 相似文献