共查询到19条相似文献,搜索用时 109 毫秒
1.
2.
结合基于深度图像的手势分割不易受光照、背景变化等诸多因素影响的特点,提出一种基于隐马尔可夫模型(HMM)的动态手势轨迹识别方法.首先采用Kinect传感器获取手势的运动轨迹,利用模板匹配定标起始点,速度变化确定结束点,然后对轨迹进行高斯滤波预处理操作,再对手势轨迹进行方向角的特征提取,最后利用多观察值序列的Baum-Welch算法对HMM进行轨迹样本的训练,并用Viterbi算法求取最大概率序列的方法来实现轨迹识别.实验表明,该方法的实时性高、鲁棒性强,并成功运用到电视的遥控模块中. 相似文献
3.
当前方法对动态孤立手势的识别,过程复杂、成本高,动态手势的移动轨迹易受到外界环境的干扰、识别准确率低.提出了基于Kinect的动态孤立手势识别方法,利用Kinect传感器获取动态手势信息,对人体手部进行实时、准确的定位跟踪,并对手部图像进行平滑去噪处理,提取动态手势轨迹的特征;引入隐马尔可夫模型(HMM)对动态孤立手势及手部运动轨迹的样本集进行有效训练,最终实现动态孤立手势的精确识别.实验证明提出的方法在噪声干扰和光线缺失的环境下,对动态孤立手势仍具有较高的识别率,鲁棒性强. 相似文献
4.
5.
《信息通信》2017,(10)
对于人机交互系统来说手势识别是其中一个较为关键的组成部分,它涉及了有关图像处理技术、模式识别技术、计算机视觉技术与人工智能技术等多种学科内容。它的研究目的是把手势更好的运用到人机接口当中去,这样可以实现更加自然与和谐的人机交互关系。想要进行手势识别操作,首先是要进行手势建模,而如果手势比较繁琐的话,就需要考虑手形的变化与手的运动轨迹这两种不同的变化特性。所以,想要利用直观的方式来构建手势模型是很难的。想要解决手势建模的问题,我们就必须要引入图像运动估计理论,这是建立手势模型动态场景分析所需要的理论基础,比较常见的方法是利用基于光流场来建立。文章主要介绍光流法在动态手势识别中的运用。 相似文献
6.
7.
基于Kinect深度图像的指尖识别及手势判定 总被引:1,自引:0,他引:1
在基于微软Kinect体感设备开发的交互应用系统中,使用传统的鼠标、键盘等交互设备难以达到理想的效果。针对这种情况,提出一种基于指尖识别的手势判定方法。采用Kinect传感器获取图像的深度信息,通过OpenNI的内置模块获取手心的位置信息,使用最近邻法实现手部的分割并对手形进行提取;并采用射线求交法优化Graham Scan算法获取凸包点集合,利用轮廓分析法从凸包点中识别出指尖。在此基础上,结合指尖数目和面积比例实现对“抓取”手势的判定。实验结果表明,该方法能有效地识别抓取动作的手势,且具有良好的鲁棒性。 相似文献
8.
在手势识别过程中,当获取到的手势信息转换成可用计算机处理的数字图像时,手势图像在生成,传输或变换过程中会受到各种因素的干扰和影响,手势图像的画质将会因噪声而在不同程度上出现畸变,因此需要先对图像进行预处理。图像预处理的过程包括图像平滑和图像二值化,本文分别对多种平滑技术和二值化方法进行了研究和实验对比,为手势识别过程中的手势分割和特征提取提供了有效的数据样本。 相似文献
9.
10.
基于Kinect传感器的近场手势识别追踪系统的实现 总被引:1,自引:0,他引:1
利用Kinect深度传感器所获取的图像深度信息实现手部从背景中的分割,并通过零均值离散高斯滤波、二值化、取最小外包矩形、欧式距离变换等一系列过程对手势目标进行识别,最后把得到的识别结果显示在电脑上,实现实时追踪。该系统相较其它类似系统具有算法简单,实时性好,实现成本低等特点。 相似文献
11.
12.
近年来,物联网技术被广泛应用在人们的日常生活和工作等领域.物联网技术的应用不仅能够提升人们生活和工作的便利性,还能满足社会各个领域的创新发展需求.基于此,研究物联网的关键技术,分析目前计算机物联网的应用现状和未来发展措施,旨在为计算机物联网技术的良好发展和进步夯实基础. 相似文献
13.
14.
本文首先对物联网和蓝牙技术之间的关系进行简单介绍,再根据传统蓝牙,高速蓝牙和低耗能蓝牙不同的特性,重点分析蓝牙技术在物联网中的应用范围,并设计相关应用场景,最后通过蓝牙技术与其它物联网相关短距离通信技术的比较,以及共存应用场景的设计,对蓝牙技术在物联网构建中的技术优势及前景进行分析和展望。 相似文献
15.
16.
17.
18.
19.
介绍了物联网技术的基本概念,分析了应用方案原理以及实践案例,探讨物联网应用方案中的信息通信技术及其特点,最后阐述了信息通信技术在物联网中综合应用的价值。 相似文献