用一系列诱导式传感器和机器学习进行肘部手势识别
Alma Abbasnia1, Maryam Ravan1, Reza K Amineh1
1Department of Electrical and Computer Engineering, New York Institute of Technology, New York, NY 10023, USA.
Sensors (Basel, Switzerland)
|July 13, 2024
概括
这项研究引入了一种具有感应传感器的新型可穿戴袖子,用于准确的肘部手势识别. 该系统实现了高精度,展示了用于直观的人机交互的实用方法.
科学领域:
- 可穿戴技术是可穿戴的技术.
- 人与计算机的互动.
- 生物医学工程 生物医学工程
背景情况:
- 肘部手势识别对于直观的人机交互至关重要.
- 现有的方法在准确性和实用性方面存在局限性.
- 对于有效的手势捕捉,需要新的传感器设计.
研究的目的:
- 开发和评估一种使用感应传感器的新型肘部手势识别系统.
- 评估系统在不同学科的准确性和通用性.
- 为直观的人机交互提供实用解决方案.
主要方法:
- 设计了一个灵活的,可穿戴的袖子,配备了一系列的感应传感器.
- 使用LC电路,其中肘部位置调节电感.
- 使用信号处理和随机森林机器学习算法 (MLA) 来进行手势识别.
- 对8名受试者进行了严格的评估,数据增强和交叉验证.
主要成果:
- 实现了98.3% (5倍CV) 和98.5% (离开一个主体的CV) 的高精度.
- 证明了对新主题的概括性,准确率为94%.
- 成功地识别了与MLA的10种不同的肘部手势.
结论:
- 感应式传感器阵列和MLA为肘部手势识别提供了高度准确和实用的解决方案.
- 该系统克服了现有设计的局限性,实现了直观的人机交互.
- 证明的通用性支持现实世界的适用性.
