简介:首先采用基于混合高斯模型与椭圆肤色模型进行手势分割,分割出手势区域,使用卡尔曼滤波器进行手势跟踪,获得手势中心点的位置。在此基础上,记录各帧中心点位置,得到运动轨迹,利用提出的轨迹模板匹配方法对动态手势进行识别。该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别,无需特征选择或训练样本的搜集。最后,采用基于Zynq-7000的Zedboard平台对该算法进行实现,并采用HLS硬件加速工具进行算法加速。实验结果表明,该算法可实现较精确的手势识别,接受弹性的输入采样,识别正确率在95%以上,且通过硬件加速后,可在嵌入式平台中实时识别,具有较好的实时性。
简介:为了便于获取步态数据,采用μPD78F0547微控制器、LIS3LV02DQ微加速度计、nRF2401无线收发芯片等主要器件,设计了步态加速度信号无线采集装置。将该装置的一端固定于人体腰或腿等部位,按设定的采样率连续输出运动时的三维加速度数据;另一端接收数据并通过串行接口实时地传送到计算机中,从而实现大量步态数据的采集和存储。