基于神经网络和电容式传感器的手势识别系统设计开题报告
2022-01-13 22:07:49
全文总字数:6165字
1. 研究目的与意义及国内外研究现状
选题目的:
随着计算机技术的发展,除了传统的鼠标键盘等,虚拟现实、触屏等新型的交互方式不断出现,人机交互技术已经成为人们生活中必要的生活与生产方式。目前人机交互的方式可以分为两种,一种是用户佩戴各种传感器设备,另一种是通过计算机视觉技术采集用户的姿态信息。
2. 研究的基本内容
本次毕业设计将设计一种基于电容式传感器fdc2214和神经网络的手势识别系统,该系统包括手势信息采集,手势识别,参数存储,无线通信,上位机显示五个子系统。其中手势信息采集子系统采用fdc2214电容传感器,通过特殊的探头结构模型实现手势信息的采集。手势识别子系统将采集的手势数据进行卡尔曼滤波以及归一化,再通过神经网络进行训练,训练完成的神经网络用于手势信息的识别。参数存储子系统采用sd卡将训练完成的神经网络的参数存储,并通过单片机stm32的将神经网络的参数进行读取。无线通信子系统采用蓝牙进行近距离无线通信。上位机显示子系统采用tft屏实现判别后的手势图片显示。
本毕设采用特制覆铜探头采集手势信息,通过卡尔曼滤波算法进行手势数据的滤波处理,将数据归一化后输入bp神经网络中进行训练,训练完成后将网络的参数存储,即可实现手势的识别,为手势识别系统的设计提供一种更高效且成本低廉的方案。
3. 实施方案、进度安排及预期效果
实施方案:
本设计使用主控单片机stm32f103zet6以及电容传感器fdc2214,并且通过卡尔曼滤波以及bp神经网络算法实现手势的识别,达到预期目标。
4. 参考文献
[1]multi-modalgesture recognition using integrated model of motion, audio and video[j].chinese journal of mechanical engineering, 2015, 28(4):657-665.
[2]hinckley k,pierce j ,sinclair m , et al. sensing techniques formobile interaction[c]// acm symposium on user interface software technology. acm press, 2000.