固定姿勢辨識

本文中定義了十種固定姿勢並分成兩組如表 4.1、表 4.2 所示，以此進行所 需要訓練樣本數實驗、單一使用者的訓練樣本和多個使用者的概括樣本準確率。

表 4.2 第一組姿勢

表 4.3 第二組姿勢 第二組

姿勢 舉左手 舉右手 舉雙手 左手畫圓 右手畫圓

4.2.1 單一使用者建立樣本所需訓練次數和辨識率

訓練次數對於機器學習(Machine Learning)是非常重要同時也是難以決定 的，大量的訓練次數會造成使用者過多的負擔，過少的訓練次數則會使辨識效果 降低，因此找出一個兼具使用性和辨識率的訓練樣本數為此節的重點。將兩組固 定姿勢分別進行實驗，實驗時以二至五次的訓練次數分別進行測試，測試時每個 姿勢以辨識十次為基準，將十次裡辨識成功的次數當作辨識率，以下為單一使用 者訓練和測試所得的辨識率如表 4.4、表 4.5，並且由表 4.6、表 4.7 決定訓練資 料量：

第一組

姿勢 雙手比圈 雙手交叉 右手敬禮 雙手平舉 半蹲姿勢

表 4.4 單一使用者辨識率(第一組姿勢)

表 4.5 單一使用者辨識率(第二組姿勢)

表 4.6 單一使用者訓練樣本數(第一組姿勢)

表 4.7 單一使用者訓練樣本數(第二組姿勢)

欲求辨識五種固定姿勢時所需要最低的訓練次數，可以經由目測上述的表 4.6 和表 4.7 的折線斜度來得知。以第一組姿勢為例，當訓練次數在四次時，五 種固定姿勢整體的辨識率已有 85%以上，五次訓練的辨識率雖有成長但是幅度相 較前面二次、三次時並不大，第二組姿勢由三次訓練到四次訓練時舉手動作趨於 緩和，而畫圓的動作辨識率成長較明顯，四次至五次時逐漸趨緩。因此經由上述 兩組實驗，將辨識固定姿勢時的最低訓練次數設為四。

4.2.2 概括樣本建立所需訓練次數和辨識率

概括樣本是多個使用者共同建立一個資料庫，讓其他使用者可直接拿此資料 庫進行測試和辨識，目的在於後續使用者不再需要建立自己的訓練資料就可以使 用。此實驗由十七位使用者中隨機挑出五位來建立概括樣本，如兩次訓練次數是 由兩位使用者分別作出相同姿勢一次並且合併而成的概括樣本，三次訓練次數由 三位使用者作出相同姿勢一次合併而成，以此類推。在測試階段，十七位使用者 直接以上述概括樣本的進行測試，不再需要訓練。表 4.8 和表 4.9 中，括號中的

數字為幾個使用者共同建立的訓練樣本，如(1+1)表示為兩個使用者各做一次相 同動作所合併而成的樣本，以此類推，由表 4.10 和表 4.11 決定訓練樣本數：

表 4.8 概括樣本辨識率(第一組姿勢)

表 4.9 概括樣本辨識率(第二組姿勢)

表 4.10 概括樣本訓練次數(第一組姿勢)

表 4.11 概括樣本訓練次數(第二組姿勢)

由表 4.10 所示，第一組姿勢在訓練人數為三時雙手比圈和雙手交叉辨識率 趨向平穩，人數為四時半蹲姿勢成長較明顯，而表 4.11 中第二組姿勢在辨識率 較低的畫圓在人數為三、四時漸緩，經由上述兩個實驗，本系統將概括樣本實驗 需要的訓練人數設為四人。