基于Leap Motion传感器的弹琴触键手势自动控制系统设计

人工智能技术的发展为传统乐器学习带来了新的助力。为了提升弹琴触键手势的识别率,帮助钢琴弹奏者控制自己的错误手势,研究构建了弹琴触键手势自动控制系统,并设计了该系统的功能模块。研究采用了Leap Motion传感器来采集数据,并设计了特征提取模块。研究设计了基于支持向量机和改进K最近邻算法的手势识别模型。结果显示,手势识别模型在训练集和测试集上准确率的最大值分别为98.88%和98.59%,平均识别时间为15.85 ms。研究设计系统的最大和最小吞吐量分别为82 400 bit/s和80 300 bit/s,响应时间最大值和最小值分别为33.51 ms和27.40 ms。研究设计系统和模型的性能良好,能够为弹琴触键手势的识别提供技术上的支持,促进钢琴弹奏者控制自身的错误手势。