基于混沌和遺傳算法修正的BP數(shù)據(jù)手套手勢識別.pdf

1、手勢作為人們?nèi)粘Ｉ钪谐Ｒ姷慕涣鞣绞皆谌藱C交互系統(tǒng)中應用廣泛，手勢識別技術也是國內(nèi)外學者熱衷于研究的熱點課題之一。手勢識別系統(tǒng)在工業(yè)生產(chǎn)、家庭娛樂、遠程教育等領域有著十分廣闊的應用前景。在本文中，以5DT數(shù)據(jù)手套作為數(shù)據(jù)采集設備獲取人手關節(jié)的數(shù)據(jù)，經(jīng)過歸一化之后建立手勢數(shù)據(jù)的通用模板，然后分別采用BP算法、GA-BP算法以及CGA-BP算法針對手勢數(shù)據(jù)模板進行學習并采用MATLAB軟件仿真學習過程，借助于Ogre、MyGUI平臺以及MF

2、C編程技術搭建實驗環(huán)境并完成虛擬手勢模型的建立。
　　在對人手關節(jié)模型理論分析的基礎上，建立了人手關節(jié)和5DT數(shù)據(jù)手套傳感器之間的對應關系并提出了關節(jié)約束條件。以右手食指根部為全局坐標原點建立了手部運動模型并進行了矩陣分析。
　　采用5DT數(shù)據(jù)手套采集手勢數(shù)據(jù)建立通用的手勢學習樣本和測試樣本，結合經(jīng)驗值和實際實驗確定 BP神經(jīng)網(wǎng)絡的結構以及相關參數(shù)，采用基本的BP神經(jīng)網(wǎng)絡對學習樣本進行前向輸出。針對BP算法的缺陷，采用遺傳和