In this paper we propose to use temporal muscle contraction to perform certain actions. Method: The set of muscle contractions corresponding to one of three actions including “single-click”, “double-click” “click-n-hold” and “non-action” were recorded. After recording certain amount of signals, the set of five parameters was calculated. These parameters served as an input matrix for the neural network. Two-layer feedforward neural network with one hidden layer of 200 neurons was applied to classify gestures based on the input matrix. Results: The network was trained using the dataset consisted of 43 samples and then tested on the 34 samples dataset. All gestures from the test set were correctly classified.
Autorzy
- dr inż. Tomasz Kocejko link otwiera się w nowej karcie ,
- dr inż. Krzysztof Czuszyński link otwiera się w nowej karcie ,
- prof. dr hab. inż. Jacek Rumiński link otwiera się w nowej karcie ,
- dr inż. Adam Bujnowski link otwiera się w nowej karcie ,
- dr inż. Artur Poliński link otwiera się w nowej karcie ,
- prof. dr hab. inż. Jerzy Wtorek link otwiera się w nowej karcie
Informacje dodatkowe
- DOI
- Cyfrowy identyfikator dokumentu elektronicznego link otwiera się w nowej karcie 10.1109/hsi.2017.8004988
- Kategoria
- Aktywność konferencyjna
- Typ
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język
- angielski
- Rok wydania
- 2017