基于隱性馬爾可夫模型的手勢識別設(shè)計和優(yōu)化

摘要：新型的筆式交互技術(shù)要求能夠高效地識別用戶手勢，適應用戶的手繪風格。建立了基于隱性馬爾可夫的手勢識別模型，在此基礎(chǔ)上提出了在重采樣階段的中點補償和編碼階段的方向編碼優(yōu)化方法。實驗結(jié)果表明該識別模型能以更精簡的采樣點數(shù)量表示手勢并給出良好的識別結(jié)果，減少了模型訓練的運算量。