基于跨模态深度学习的可穿戴设备手势识别方法设计与实现

目录

声明

摘要

图目录

表目录

1．1研究背景及意义

1．2研究现状及存在问题

1．3研究内容及主要贡献

1．3．1研究内容

1．3．2主要贡献

1．4本文结构和组织

1．5本章小结

2．1手势识别方法

2．1．1基于视觉的手势识别方法

2．1．2基于无线信号的手势识别方法

2．1．3基于超声波的手势识别方法

2．1．4基于惯性传感数据的手势识别方法

2．2跨模态深度学习

2．3本章小结

第3章基于跨模态深度学习的动态手势识别方法设计

3．1 AirGesture系统框架

3．2数据预处理模块设计

3．3手势轨迹追踪模块设计

3．3．1关键关节点位置计算

3．3．2手势轨迹推导

3．4手势轨迹分类模块设计

3．4．1手势类别概率计算

3．4．2手势类别概率校准

3．5手势解析模块设计

3．6本章小结

第4章基于跨模态深度学习的动态手势识别方法实现

4．1 AirText系统框架

4．2手势识别

4．2．1数据预处理模块实现

4．2．2食指轨迹追踪模块实现

4．2．3字母类别估计模块实现

4．3单词推荐

4．3．1候选单词搜索

4．3．2候选单词排序

4．4本章小结

第5章实验评估

5．1实验环境

5．2数据采集

5．3评估指标

5．3．1单词错误率

5．3．2字母错误率

5．3．3文本输入速度

5．4实验结果

5．4．1轨迹追踪精度对比

5．4．2手势分类准确率对比

5．4．3不同输入法单词错误率对比

5．4．4 AirText通用性分析

5．4．5 AirText性能增益分析

5．4．6 AirText鲁棒性分析

5．4．7 AirText时延与能耗分析

5．5本章小结

6．1工作总结

6．2未来展望

参考文献

攻读硕士学位期间主要的研究成果

致谢