使用隱藏式馬可夫模型之網球揮拍動作辨識

Abstract

姿態辨識可應用來設計人機互動介面, 它是由使用者去做出某些肢 體動作再收集這些動作訊號並加以辨識的過程。姿態辨識包含了人的臉、 頭、手、腳、身體和有意義的肢體動作的辨識。本論文中, 我們將使用 網球揮拍動作經由加速度感測器產生出的訊號來加以辨識揮拍動作。在 文獻中已經有以類神經網路技術為基礎的相關研究結果。然而以類神經 網路為基礎的辨識技術往往有模型參數選擇不易及訓練過程較為複雜的 缺點。本論文所提出的方法是採用k 均值叢集演算法及隱藏式馬可夫 模型來分析13種基本網球揮拍動作所產生的加速度與角速度訊號。隱藏 式馬可夫模型的訓練與辨識具有完備之理論根基, 並且它可以接受不同 長度之觀測序列, 因此很適合用於網球揮拍動作加速度訊號之辨識。實 驗結果顯示本論文提出的方法在多使用者環境下可達到93%以上的辨識 率。本論文的研究成果可以改善智慧型人機互動介面的性能。