博碩士論文 985302003 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:21 、訪客IP:3.233.220.21
姓名 林姿吟(Tzu-yin Lin)  查詢紙本館藏   畢業系所 資訊工程學系在職專班
論文名稱 基於加速度感測手勢辨識的人機互動
(Accelerator-based Gesture Recognition for Human-Machine Interaction)
相關論文
★ 整合GRAFCET虛擬機器的智慧型控制器開發平台★ 分散式工業電子看板網路系統設計與實作
★ 設計與實作一個基於雙攝影機視覺系統的雙點觸控螢幕★ 智慧型機器人的嵌入式計算平台
★ 一個即時移動物偵測與追蹤的嵌入式系統★ 一個固態硬碟的多處理器架構與分散式控制演算法
★ 基於立體視覺手勢辨識的人機互動系統★ 整合仿生智慧行為控制的機器人系統晶片設計
★ 嵌入式無線影像感測網路的設計與實作★ 以雙核心處理器為基礎之車牌辨識系統
★ 基於立體視覺的連續三維手勢辨識★ 微型、超低功耗無線感測網路控制器設計與硬體實作
★ 串流影像之即時人臉偵測、追蹤與辨識─嵌入式系統設計★ 一個快速立體視覺系統的嵌入式硬體設計
★ 即時連續影像接合系統設計與實作★ 基於雙核心平台的嵌入式步態辨識系統
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   [檢視]  [下載]
  1. 本電子論文使用權限為同意立即開放。
  2. 已達開放權限電子全文僅授權使用者為學術研究之目的,進行個人非營利性質之檢索、閱讀、列印。
  3. 請遵守中華民國著作權法之相關規定,切勿任意重製、散佈、改作、轉貼、播送,以免觸法。

摘要(中) 隨著電子化產品的普及,數位家庭生活正逐漸改變我們傳統的生活習慣,而其中各種人機介面技術不斷地被推陳出新,不但提供了使用者與系統之間進行溝通的管道,也讓使用者能夠更簡單、更迅速的完成操作。近年來,以人類自然肢體動作型態為基礎的輸入裝置,由於其符合人性化、直覺操控等特性,已經成為人機互動技術發展的主流;一些以人體動作或手部姿勢動作辨識為主的產品也廣受消費者的歡迎,如任天堂公司的Wii遊戲機、Apple公司推出的iPhone及Microsoft的Kinect等,不同類型的感測器與應用方式無所不在的滲透到我們的生活中,為我們創造出更多元、更便利的生活環境。本研究利用加速度感測器偵測手勢動作在三維空間中的加速度變化,首先以牛頓第二定律計算其速度、位移等資訊,再將之投影至低維度空間以得到手勢特徵向量;當特徵向量經過正規化與內插處理後,便可輸入PNN機率神經網路進行手勢辨識的處理。本研究所述之辨識架構不但不需要大量的訓練樣本數,而且學習速度快速,對於誤差的資訊也具有相當的容忍性與高度的辨識率。為了達到微型化與實用化的目的,我們也在實驗中將系統實現於以ARM 32-bit Cortex-M3 核心晶片為基礎的嵌入式平台上進行測試與驗證,實驗結果顯示我們所提的方法確實能符合即時處理的功能要求,而且架構簡單有效,適合用於開發具直覺特性的智慧型人機互動系統。
摘要(英) In past few decades, electronic products have become a part of the building blocks of modern society; lifestyles of humans are changing progressively along with the development of digitized everyday objects. New types of human-machine interaction technologies are constantly introduced by employing different kinds of sensor technologies. The evolvement of human-machine interaction technologies makes us to be able to communicate with machines in natural and simple manners. In recently years, input devices which are based on motion sensing technologies have become the main stream of the development of human-machine interaction area. Products based on body motion or hand gesture, such as Wii (Nintendo), iPhone (Apple Computer) and Kinect (Microsoft), have achieved great success on the consumer market. By utilizing various kinds of sensing technologies in everyday objects, a new, convenient, and creative lifestyle is achievable in the near future. In this thesis, we use accelerometers to determine the variation of the acceleration of hand gestures in three-dimensional space. We use Newton’’s second law of motion to process the velocity and displacement data of a gesture and projected it to a reduced dimensional space to get the feature vectors of a gesture. And, we use normalize and interpolated feature vectors as input of a PNN to recognize the input gesture. The recognition framework we used in this thesis needs only few samples and time for learning; and with high toleration of data deviation, the identification rate of this recognition framework is high. For practical use and small size purpose, we use an embedded system platform based on ARM 32bit Cortex-M3 to implement the recognition framework. Experimental result shows that the method we proposed is simple, effective, capable of doing the real-time process of the gesture recognition, and suitable for the development of intuitional intelligent human-machine interaction systems.
關鍵字(中) ★ 人機互動
★ 機率神經網路
★ 手勢辨識
★ 加速度感測器
關鍵字(英) ★ G-sensor
★ Hand gesture
★ PNN
★ HMI
論文目次 摘要 .. .. .. .. . i
Abstract AbstractAbstract .. .. .. .. . ii
致謝辭 .. .. .. .. . iii
目錄 .. .. .. .. ..... iv
圖目錄 .. .. .. .. . vi
表目錄 .. .. .. .. ..... viii viii
第一章 前言 .. .. .. 1
1.1 研究動機與背景 .. .. .. .... 1
1.2 研究目的 .. .. .. .... 2
1.3 論文架構 .. .. .. .... 3
第二章 加速度感測器資料處理及手勢辨識 .. .. .... 4
2.1 三軸加速度感測器的原理 .. .. .. 4
2.2 三軸加速度感測器的資料擷取與分析 .. .. 6
2.2.1. 資料前處理 .. .. .. 6
2.2.2. 訊號正規化 .. .. .. 7
2.3 基於加速度感測器的手勢特徵擷取 .. .. .... 8
2.3.1. 手勢特徵擷取 .. .. .... 8
2.3.2. 軌跡點特徵 .. .. 10
2.4 現有加速度手勢辨識方法 .. .. 14
第三章 加速度感測器之手勢辨識演算法設計 .. 17
3.1 機率神經網路 (Probabilistic Neural Network, PNN) .. .... 17
3.1.1 貝氏決策定理 .. .. .. 17
3.1.2 ParzenParzenParzen ParzenParzen視窗法與 PDFPDF 估測 .. .. ..... 18
3.1.3 機率神經網路分類器 .. .. .. 19
3.2 模擬實驗 .. .. .. .. 22
3.2.1 手勢資料的前處理 .. .. 24
3.2.2 手勢資料的辨識 .. .. .... 27
第四章 軟硬體系統整合與驗證 .. .. .... 34
4.1 嵌入式硬體平台 .. .. .. .. 34
4.2 手勢辨識嵌入式軟體設計 .. .. 37
4.2.1 資料擷取之嵌入式軟體設計 .. .. .. 37
4.2.2 資料前處理之嵌入式軟體設計 .. 39
4.2.3 手勢辨識之嵌入式軟體設計 .. .. .. 41
4.3 軟硬體整合實驗 .. .. .. .. 43
第五章 結論與未來研究方向 .. .. .. 46
參考文獻 .. .. .. .. .. 47
參考文獻 [1]. 鍾澤民,加速度動作辨識系統之研究及應用,國立成功大學工程科學系碩士論文,2008
[2]. Nintendo公司推出的遊戲主機─Wii (2006), http://wii.com
[3]. Apple公司推出的觸控手機─iPhone (2007), http://www.apple.com/iphone/
[4]. Microsoft公司推出的遊戲主機─Kinect (2010), http://www.xbox.com/zh-TW/kinect
[5]. 李國川、周雅凡、柳凱瀚、田耀東、彭竣陽,互動式G-Sensor 手勢辨識系統,過立聯合大學資訊工程學系,2007
[6]. 楊忠煌、江義淵、鍾誠倫、徐旺興,基於G-Sensor之3D動作辨識系統,萬能科技大學電子工程系、萬能科技大學資訊工程系、國立中央大學電機工程系,發表於 Conference on Computer Science and Information Engineering Applications, 2009.
[7]. 何邱元、王嘉新、黃喬緯、陳厚昌、李佩珊、王怡柔,Wiimote手勢辨識系統設計,銘傳大學電腦與通訊工程學系,2010
[8]. HitachiR H48C 3-Axis Accelerometer Module,http://www.parallax.com/Store/Sensors/AccelerationTilt/tabid/172/CategoryID/47/List/0/SortField/0/Level/a/ProductID/97/Default.aspx
[9]. 賴盈霖,結合GPS/重力感測器/陀螺儀 DR功能進駐導航裝置,新電子科技雜誌 (2008),http://www.mem.com.tw/article_content.asp?sn=0801290009
[10]. 李遠,基於三為加速度資訊實現應用於手機環境上之情緒手勢輸入法,大同大學,2009
[11]. Mitra, S., Acharya, T., Gesture Recognition: A Survey, IEEE Transactions on, vol. 37, no 3, pp.311-324, 2007
[12]. Rehm, M., Vogt, T., Wissner, M., and Bee, N., Dancing the night away: controlling a virtual karaoke dancer by multimodal expressive cues. AAMAS ’08: Proceedings of the 7th international joint conference on Autonomous agents and multiagent system, pp. 1249-1252., 2008.
[13]. Kwon, D. Y., Gross, M., A framework for 3D spatial gesture design and modeling using a wearable input device. Wearable Computers, 2007 11th IEEE International Symposium on, pp. 23-26, 2007.
[14]. Schlomer, T., Poppinga, B., Henze, N., Boll, S., Gesture recognition with a Wii controller, In Proceedings of the Second International Conference on Tangible and Embedded Interaction (Bonn, Germany, Feb 18-20 2008). TEI’08. ACM, New York, NY, 11-14.
[15]. Yen-Ping Chen, Jhun-Ying Yang, Shun-Nan Liou, Gwo-Yun Lee and Jeen-Shing Wang, Online classifier construction algorithm for human activity detection using a tri-axial accelerometer, accepted by Applied Mathematics and Computation, 2008.
[16]. Junker, H., Amft, O., Lukowicz, P., Troster, G., Gesture Spotting with Body-Worn Inertial Sensors to Detect User Activities. In Pattern Recognition: The Journal of the Pattern Recognition Society. Vol41:6, 2008, Elsevier.
[17]. 王宗一、鍾澤民、張書龍、羅聖心,使用加速度感測器辨認3D動作之身分驗證機制,國立成功大學工程科學系,發表於Symposium on Digital Lift Technologies: Human-Centric Smart Living Technology, 2008.
[18]. Specht, D. F. [1990], Probabilistic neural networks. Neural networks, Vol. 3, pp. 109-118.
[19]. Parzen, E. [1962], On estimation of a probability density function and mode. Annals of Mathematical Statistics, 33, pp. 1064-1076.
[20]. Timothy Masters, Advanced Algorithms for neural networks: a C++ sourcebook, John Wiley & Sons, Inc. 1995
[21]. D. F. Specht, Probabilistic Neural Networks (original contribution). Neural Network. Vol. 3, no.1 Jan 1990, pp. 109-118
[22]. 林和達,機率神經網路為基礎的平滑曲線補間,義守大學電機工程學系,2002
[23]. 杜金鴻,機率神經網路分類器之高階合成,義守大學電機工程學系,2003
[24]. 浯陽科技有限公司,http://www.wu-yang.com.tw/news.php?news_number=0
指導教授 陳慶瀚(Ching-han Chen) 審核日期 2011-8-17
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明