基于Kinect的手势识别及在虚拟装配技术中的应用

为了实现在Virtools环境下自然方便的人机交互过程,设计开发了基于Kinect的虚拟装配交互技术。该技术通过三维多手指检测并结合Kalman滤波来稳定跟踪指尖,同时基于指尖特征自定义了多种装配所需的手势;以Mir-crosoft Visual Studio 2010为开发工具,设计了手势操控相关功能块的编辑后集成于Virtools环境中,实现了手势在虚拟装配中的交互控制。实例证明,该技术能很好地完成虚拟装配过程,效果良好。     

基于HMM的手势轨迹识别方法及应用

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.     

基于Kinect的动态孤立手势识别研究北大核心CSCD

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.     

一种基于深度图像的手势识别算法

利用Kinect捕捉深度图像,使用有效的手势分割手段将手势区域截取并运用相关算法对手势进行轮廓、凸包及其最小外接圆提取;然后构建了4种手势特性参数并给出了4种参数的计算方法;最后综合手势特性参数构建分类决策树以实现手势识别.实验针对9种常见手势在复杂背景条件下进行测试,单个手势识别率在89％-100％之间,综合识别率达到96％.     

光流场在动态手势识别技术中的应用

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。     

基于Kinect的车载手势识别辅助系统设计

车联网作为战略性新兴产业中智能化汽车和物联网两大领域的重要交集,受到广泛关注.通过车联网、地理位置服务(Location Based Service)、手势感应三种技术的分析,将其整合成综合系统,实现手势操作在车载系统中的多媒体功能和地理位置服务.采用Kinect作为手势感应设备,建立WPF工程,设计界面并进行具体功能编程.通过百度LBS开发者平台提供的相关API进行数据调用,实现LBS服务.测试结果表明,系统具有功能多样、灵活方便的特点,具有良好的应用前景.     

基于Kinect深度图像的指尖识别及手势判定

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。     

手势识别中的图像预处理技术研究

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。     

手势识别技术研究

手势识别是从语义上解释人类手势含义的技术。这项技术发展至今,经历了从传统模式识别技术到深度学习方法的转变。本文对其技术的发展过程进行了梳理并展现出来。通过对技术的分析总结,探索今后的发展方向。     

基于Kinect传感器的近场手势识别追踪系统的实现

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。     

浅谈物联网的关键技术及计算机物联网的应用

随着社会的不断发展及相关技术的深化革新,物联网在我国得到了较好的发展与应用。从宏观层面上看,物联网是在计算机网络及移动通信技术之后的第3次信息革新,具有较强的应用前景。在物联网中,关键技术包括了射频识别技术、云计算等,与此同时,计算机物联网在我国的各领域中也得到了广泛的应用。文章简要分析物联网的关键技术及计算机物联网的应用。     

物联网的关键技术及计算机物联网的应用

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.     

物联网技术在军事物流中的应用

两大战争迷雾一直是困扰军事后勤物资保障的难题,物联网技术有利于实现军事物流的精确保障,对现代军事物流带来巨大影响,文章分析了外军军事物流物联网技术的发展现状,探讨了基于物联网的军事物流信息系统技术架构,及物联网在智能化仓储管理、车辆动态管理、战场物资动态监控等方面的典型应用,并就当前需关注的几个问题进行了探讨。     

蓝牙技术在物联网中的应用研究

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。     

射频技术在物联网中的应用研究

近几年,随着科学技术的突破,网络技术得到了飞速的发展。非接触式传感技术是当前网络技术中的一种新型技术,其在物联网中得到了广泛的应用。借助计算机的网络可以有效地实现信息的交换和共享,并且采用射频技术可以借助物联网这个平台对各种物品进行有效地管理。文章从RFID技术和物联网概述入手,就RFID技术在物联网中的应用进行了探究。     

3D手势识别背后的技术

探讨了3D手势识别需要的技术.     

基于Kaldi的智能语音识别在物联网中的应用研究

智能语音识别技术是最常见的人类与机器交互的技术.随着物联网设备变得越来越常见,智能语音识别技术将在物联网中得到更广泛的应用.Kaldi作为目前较为优秀的跨平台智能语音识别套件,比较适合移植到物联网设备中.为此,采用煊扬G1为硬件实现平台,将智能风扇作为控制对象,将Kaldi套件移植到G1平台中.经过实验测试,Kaldi...     

移动通信技术在物联网中的应用

随着社会的快速发展,我国的科技技术在快速进步,已经逐渐步入互联网时代,互联网技术被广泛应用于日常生活,并由此产生了物联网。通信技术作为物联网中的关键组成部分,在一定程度上促进了物联网的发展。将移动通信技术运用在物联网中,不但能有效促进物联网和移动通信技术的发展,还能大大提升人们的生活水平和生活质量。     

物联网应用实践及信息通信技术

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。