《表2 手势控制信号：基于手势与五官状态识别的航空多媒体控制系统》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于手势与五官状态识别的航空多媒体控制系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文采用隐形马尔可夫链HMM[5]对量化后的手势轨迹进行数学建模：在收集了不同人的手势样本后，利用Baum-Welch算法训练获取各个手势对应的HMM模型的最佳参数λi*=（πi，Ai，Bi）。其中，πi代表了训练后获取的第i个HMM模型初始概率；Ai代表了训练后获取的第i个HMM模型的状态转移矩阵；Bi代表了训练后获取的第i个HMM模型的观测状态矩阵。在获取了训练完毕的各个手势的HMM模型之后，利用最大似然函数发对测试样本特征进行识别。即，最大后验概率对应的第i个HMM模型所对应的手势确定为识别的结果。具体手势与控制信号对应关系见表2。