简介:首先采用基于混合高斯模型与椭圆肤色模型进行手势分割,分割出手势区域,使用卡尔曼滤波器进行手势跟踪,获得手势中心点的位置。在此基础上,记录各帧中心点位置,得到运动轨迹,利用提出的轨迹模板匹配方法对动态手势进行识别。该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别,无需特征选择或训练样本的搜集。最后,采用基于Zynq-7000的Zedboard平台对该算法进行实现,并采用HLS硬件加速工具进行算法加速。实验结果表明,该算法可实现较精确的手势识别,接受弹性的输入采样,识别正确率在95%以上,且通过硬件加速后,可在嵌入式平台中实时识别,具有较好的实时性。
简介:目的:探讨失匹配负波(mismatchnegativity,MMN)检查在正常青年人中的特点,并分析阅读状态和集中注意力时MMN检查的结果有无差异。方法对12例青年女性(年龄29-31y,平均30.08y)和18例青年男性(年龄27-34y,平均30.22y)行MMN检查,所有受试者均行听性脑干反应(ABR)阈值检查,确定ABR阈值,MMN检查在受试者在阅读状态和集中注意力状态时分别检测,采用oddball刺激方式,给予短纯音刺激,偏差刺激声为2000Hz,概率为20%,标准刺激为1000Hz,概率为80%,刺激频率为1.1次/s,刺激声强度为ABR阈上50dBnHL;观察MMN潜伏期及波幅的特点。结果所有受试者ABR阈值均≤25dBnHL。每例受试者均可引出MMN波形,女性在阅读状态下MMN潜伏期为159.57±20.64ms,波幅为3.82±1.38uV,在集中注意力状态下MMN潜伏期为155.96±17.51ms,波幅为4.28±1.89uV,经配对t检验潜伏期和波幅在两种状态下无显著差异;男性在阅读状态下MMN潜伏期为150.48±19.57ms,波幅为3.75±1.27uV,在集中注意力状态下MMN潜伏期为144.81±15.42ms,波幅为3.99±1.34uV,经配对t检验潜伏期和波幅在两种状态下无显著差异;经独立样本t检验,男女在上述两种状态下MMN波幅和潜伏期均无显著差异。结论正常青年男女均能引出MMN波形,男女之间MMN检查的波幅和潜伏期无差异,阅读状态和集中注意力状态对MMN检查的波幅和潜伏期无影响。