登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 电子信息类 > 电子科学与技术 > 正文

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。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图