论文部分内容阅读
研究利用三类传感器（表面肌电仪、陀螺仪和加速度计）信号的特点进行信息融合，提高可识别动态手势动作的种类和准确率。将动态手势动作分解为手形、手势朝向和运动轨迹三个要素，分别使用表面肌电信号（sEMG）、陀螺仪信号（GYRO）和加速度信号（ACC）进行表征，利用多流HMMs进行动态手势动作的模式识别。对包含有5个运动轨迹和6个静态手形的识别实验结果表明，该方法可以有效地从连续信号中识别动态手势，三类传感器组合使用获得的全局平均识别率达到92％以上，明显高于任意两个传感器组合和仅采用单个传感器获得的平均识别率。