CAS-Glove型数据手套运动建模与软件系统开发

数据手套是虚拟现实系统当中一种通用而且非常重要的交互设备。本文首先介绍了一种新型数据手套CAS-Glove,然后根据手指的生理约束条件,以及CAS-Glove中传感器的布置和特点,建立了一种改进的手指运动模型。最后对与其相配套的软件系统的组成、主要功能、实用的标定方法和数据处理过程做了详细介绍。

基于模糊神经网络的静态手语词汇识别(英文)

利用数据手套CAS Glove作为输入设备 ,提出了一种基于模糊神经网络的中国手语单手静态词汇的识别方法 :首先利用经验知识为每个词汇创建模糊规则 ,然后通过学习确定各模糊子集隶属函数中的参数 .对于参数的学习 ,提出了一种适用于分类器的可微经验风险函数 ,该函数能够有效地利用梯度下降法进行最小化 .

基于汉语手指语字母识别的手指角度模糊融合

以汉语手指语拼音字母为研究对象,根据自行研制的数据手套CAS_Glove上传感器的特点,采用了弯曲传感器和外展传感器先后分别进行模糊融合的策略。针对弯曲传感器的模糊融合,提出一种分类融合方法,分别采用弱t模算子和弱t共模算子,再对其结果进行转换,最后用MICA算子进行弯曲传感器的最终融合。针对外展传感器融合的特点,使用了弱t模算子。通过和其它模糊融合方法的实验对比,证明该方法在数据手套进行角度融合时,优于其它模糊融合方法。