人机交互手势的超声波检测及其HMM融合SVM识别算法

作者：刘电霆; 张晨光; 黄康政; 吴丹玲

来源：现代电子技术, 2021, 44(23): 92-100.

DOI：10.16652/j.issn.1004-373x.2021.23.019

• 超声波检测
• 手势识别
• 人机交互
• 手势特征提取
• 识别分类
• 性能优化

随着智能装备的性能提升和普及应用,经常采用手势进行人机交互。为了更有效地解决复杂手势识别精度不理想的问题,提高对复杂手势的识别准确率,提出利用超声波多普勒频移的SVM-HMM手势识别算法对提取到的手势特征序列进行识别分类。该算法采用支持向量机SVM改进隐马尔可夫模型HMM中的状态转移概率矩阵,并经由Sigmoid函数处理状态序列中各个隐状态的输出概率,对HMM的分类性能进行优化。利用设置的三种不同分类器的对比实验结果表明,该改进算法具有较好的提升效果,尤其对于复杂手势的识别效果提升更为明显。通过实验结果表明,SVM-HMM的算法能够准确进行手势识别,总体手势的识别率为94.625%,相比未改进的HMM平均识别率提高了10.75%,对比其他改进HMM算法对复杂手势的识别准确率提升4%左右。

• 单位
  桂林理工大学