基于支持向量机的人机交互媒体播放界面手势识别方法

为了提高手势识别在人机交互媒体播放界面交流的准确率，提出一种基于支持向量机的人机交互媒体播放界面手势识别方法。首先通过分析人机交互媒体播放界面，利用Cam Shift方法跟踪用户手势，确定手势在人机交互媒体播放界面的区域，通过计算波峰数量、手势的长度和能量，提取出手势特征；然后通过扫描用户手势的深度图像，得到手势范围，引入高斯滤波函数，过滤掉手势图像的掩模，确定手心位置，完成手势分割；最后利用支持向量机的分类阈值，计算手势图像的分类面，引入拉格朗日算法，将最优分类面问题转化为对偶性问题，实现人机交互媒体播放界面的手势识别。实验结果表明，该方法能够清晰识别人机交互媒体播放界面中的手势，并将准确率提高到90%以上。研究结果为复杂工作环境中运用手势动作进行人机互动提供理论支持。     

视觉手势识别技术在航天虚拟训练中的应用研究

针对我国载人航天地面虚拟组装训练需求,研究了基于Kinect的视觉手势识别技术,提出了一种使用深度信息进行手势检测及分割的方法,采用手势图像轮廓曲率分析方法进行指尖检测,并结合Kalman滤波稳定跟踪指尖;同时自定义了几种组装所需的手势,根据图像的指尖特征进行特定手势识别。结合OpenNI、Nite和OpenCV,最终在VC2010环境下实现了航天虚拟组装训练系统。实验结果证明,该手势识别方法识别率较高,鲁棒性好,可应用于载人航天虚拟组装训练。     

基于笔输入的三维造型系统的体系结构

分析了在产品概念设计阶段WIMP交互方式的诸多不足,论述了手势交互的优越性,给出了基于笔输入建立三维造型系统的体系结构,讨论了其中的关键技术问题,如手势设计、手势识别以及基于ACIS几何造型器的造型实现等.     

基于SS-ROI分割和CNN的交互手势识别

针对月面机器人在执行空间任务期间与航天员之间交互时的手势识别问题,提出一种基于SS-ROI分割和CNN的手势语义解读算法。利用SS算法的多策略融合优势,将待测图像生成目标候选区域,提取的各区域PHOG特征送入SVM分类器中进行分类,定位手势区域。采用7层网络结构对16种手势样本进行训练,得到迭代模型。对手势区域输入的迭代模型进行类别判断,得到识别结果。实验结果表明,算法验证识别率达到97.63%。     

航空电子系统人机接口控制技术的未来发展

介绍了国外对语音控制、眼位控制、手势控制、生物电控制等技术在航电系统应用的研究状况,分析了这些技术目前应用的可行性。     

应用同步建模技术的NX6

NX 6的创新之处 1 创新性用户界面把高端功能与易用性和易学性结合在一起 NX 6建立在NX 5中引入的基于角色的用户界面基础上,把此方法的覆盖范围扩展至整个应用程序,以确保在核心产品领域中的一致性. 为了提供一个能够随着用户技能水平增长而成长并且保持用户效率的系统,NX 6具有可定制的可移动弹出工具栏,可以减少鼠标移动,使用户能够把他们的常用功能集成到由简单手势所控制的动作之中.     

面向月面探测的空间机器人-航天员手势交互方法的研究

针对月面探测机器人-航天员手势交互的问题,以航天员助手机器人(AAR-2)为实验平台,运用卷积神经网络模型,提出了一种静态手势识别方法。采用该方法对设计的8种空间人机交互手势进行了手势识别试验,并将试验结果与单通道的CNN等方法的结果进行对比,证明了该方法能在一定程度上提高静态手势识别率,识别准确率达到93.3%。并自制了一套小型空间人机交互的手势数据集,用以补充该方法在月面探测的实际任务中的不足。     

机载天线间耦合度分析计算

在电磁兼容领域的研究中,时于两副天线所组成的系统的电磁兼容性,用耦合度来描述它们之间的相互作用是非常准确有效的方法.该耦合度由系统中发射天线增益、接收天线增益、天线极化匹配系数、屏蔽系数、发射与接收天线间最短距离等因素决定.仿真计算给出了飞机上不同部位两天线间的耦合系数.     

基于模糊模式识别的多通道目标选择算法

给出一种多通道用户界面的三维表示模型，证明目标选择是多通道人机交互技术的核心。针对多通道用户界面中输入信息的不精确性，运用模糊模式识别理论，提出根据不精确输入信息进行的目标选择算法。     

Leap Motion虚拟手构建方法及其在航天训练中的应用

针对我国载人航天地面虚拟训练中虚拟手构建的需求,利用Leap Motion手势采集设备,研究了虚拟手构建方法,提出了一种Leap Motion虚拟手模型与约束。采用获取的信息构建出符合人手生理学结构的虚拟手,并通过对比实验、主观评价实验验证了所构建的虚拟手与真实手在完成操作手势时的构型、姿态等的相似性。Leap Motion虚拟手构建方法在设备组装的虚拟操作训练中的应用实践表明:该方法构建出的虚拟手与真实手基本一致,构建速度快,交互性好,能够应用于以虚拟操作为代表的航天员虚拟训练中。