基于塑料光纤与机器学习的人机交互手势识别系统

简介

该系统基于锥形双C形塑料光纤弯曲传感器，具备高弯曲灵敏度及优异稳定性，通过集成在弹性手套上的传感器节点实时采集手势数据。系统采用时间注意力机制的多层感知机网络进行识别，在单词和句子识别的准确率分别达到98.57%和99.17%。针对未训练句子，通过滑动窗口分割与四级后处理策略实现95.34%的平均识别率。实验验证了其在游戏角色实时控制和无障碍人机交互、手语交流中的潜力。