用于操控机器人轮椅的连续同步手势与姿态识别；面向信号模式定位
机器人学
2015-12-03 v1 计算机视觉与模式识别
摘要
变长信号模式的定位在文献中仍是一个开放问题。在本研究中，我们描述了一种信号模式识别方法，用于对被跟踪手部的姿态与手势进行连续同步分类，并将其映射为机器人轮椅的转向命令。所开发的方法不仅在流式信号上实现了连续识别的 100% 识别准确率，而且为构建训练字典提供了新视角，消除了在训练信号上人工干预以定位手势或姿态的需要。在训练阶段，我们采用先进的子空间聚类方法来寻找最具代表性的状态样本。该识别与训练框架通过内在的连续决策树结构揭示流式信号上模式的边界。我们利用基于协同与块稀疏表示的分类方法进行连续手势与姿态识别。
引用
@article{arxiv.1512.00622,
title = {Continuous and Simultaneous Gesture and Posture Recognition for Commanding a Robotic Wheelchair; Towards Spotting the Signal Patterns},
author = {Ali Boyali and Naohisa Hashimoto and Manolya Kavakli},
journal= {arXiv preprint arXiv:1512.00622},
year = {2015}
}