CN119472621A 一种基于手势识别的无人设备控制方法及无人设备 （重庆交通大学）_第1页
CN119472621A 一种基于手势识别的无人设备控制方法及无人设备 （重庆交通大学）_第2页
CN119472621A 一种基于手势识别的无人设备控制方法及无人设备 （重庆交通大学）_第3页
CN119472621A 一种基于手势识别的无人设备控制方法及无人设备 （重庆交通大学）_第4页
CN119472621A 一种基于手势识别的无人设备控制方法及无人设备 （重庆交通大学）_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于手势识别的无人设备控制方法及一种基于手势识别的无人设备控制方法及无人的控制方法进行控制。本发明使用了IMU数据和2据包括来自惯性传感器的IMU数据和来自在步骤S1中，所述手势装置包括穿戴于用户手部位置的手6个采样点均超过所设阈值时判定为手势开始标志并开始截取数据，截取数据长度为在双向LSTM和全连接层之间加入Dropout层，比例设为50同时使用Flatten层将特3两个3D卷积层来提取图像数据的时空特征，第一在第二个池化层到双向GRU层之间加入比例为20％的Dropout层，从双向GRU层到全连9.一种无人设备，其特征在于：所述无人设备采用权4势数据包括来自惯性传感器的IMU数据和5[0018]进一步，在双向LSTM和全连接层之间加入Dropout层，比例设为50同时使用67素影响，信息通过控制板数据线传输到电脑端的过程中也会在一定程度上受到背景噪声、按键动作的起始点从瞬时能量值幅值为300_500左右时，一个有效手势开始，手势长度为600_800ms，后续对称能量表示手势执行完回到初始状态的无意义动作，经过反复实验分势时间窗口长度为800ms,采样频率为108点有30个通道的特征数据)，网络前端由三个卷积层组成，专门用于处理一维时间序列数长为1并选择输入填充1个值为0的像素，进行输入数据的空间映射；第二层卷积核个数为层输出的特征图被Reshape(重塑)为适合循环神经网络处理的二维序列并输入双向LSTM9[0059]也就是说，在深度学习模型的关键部分采用Dropout和Flatten层来优化网络性构比较简单，相比LSTM需要三个门控单元，它仅使用了更新门(updategate)与重置门(resetgate)，这两个门控单元决定了某些手势输入信息最终能作为门控循环单元的输测不相关而移除；GRU内部结构包含当前时刻的输入向量以及前一时刻节点传递下来的

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论