《表3 手势动作识别的混淆矩阵》
分类器选用径向基核函数作为核函数,待定参数为C,γ=1/2σ2,ε,其中,ε控制分类器的容错能力,直接影响泛化能力和支持向量个数。本文取ε=0.01,惩罚参数C和核函数参数γ分别取2和1。在每组动作对应的特征数据中随机抽取60%的样本作为分类器的训练集合,剩余样本作为检测验证该方法的可行性。通过训练好的分类模型对剩余40%样本进行分类识别。基于s EMG信号的手势识别结果如图6(a)所示,正确率约为94.8%。基于s EMG信号和姿态信号融合的手势识别结果如图6(b)和表3所示,整体正确率达到99.3%,识别率提高约4.5%。表3为四类手势识别结果的混淆矩阵,斜对角线上的数据表示正确识别手势的样本个数,每列数据的总和表示识别为该类别样本的数目;每行则表示了样本的真实归属类别。结果显示该方法可以有效识别握拳、竖拇指、剪刀手和OK四类动作,且除“剪刀手”手势外,其余识别率均达到100%。
图表编号 | XD0052855000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.20 |
作者 | 张发辉、杨大勇、刘婷 |
绘制单位 | 南昌大学机电工程学院、南昌大学信息工程学院、南昌大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |