-
题名基于深度图像的实时手势识别方法
被引量:11
- 1
-
-
作者
时梦丽
张备伟
刘光徽
-
机构
南京财经大学信息工程学院
-
出处
《计算机工程与设计》
北大核心
2020年第7期2057-2062,共6页
-
基金
国家自然科学基金项目(60802087)
江苏省研究生科研与实践创新计划基金项目(KYCX18_1392)。
-
文摘
为解决设备交互不便、光照变化对识别效果影响较大等问题,提出一种基于深度图像的手势识别方法。利用Ostu分割法将手部区域分割出来并对手形进行提取,得到轮廓、掌心、指尖等手部形态特征。在此基础上,提取手势特征,如手指间角度、是否存在凸包点、手指是否弯曲等,检测并实时识别10种数字手势。实验结果表明,该方法可在复杂背景、肤色干扰等变化条件下快速准确识别各种数字手势,识别率较高,具有良好的实时性和鲁棒性。
-
关键词
体感设备
深度图像
阈值分割
手势特征
实时识别
-
Keywords
Kinect
depth image
threshold segmentation
gesture feature
real-time recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于超像素的手势识别算法
被引量:2
- 2
-
-
作者
时梦丽
李健
沈添润
张备伟
-
机构
南京财经大学信息工程学院
-
出处
《计算机工程与设计》
北大核心
2019年第12期3545-3550,共6页
-
基金
国家自然科学基金项目(60802087)
江苏省研究生科研与实践创新计划基金项目(KYCX18_1392)
-
文摘
针对基于视觉的手势识别技术对环境要求较高和计算量大的问题,探讨一种基于超像素的手势识别算法。根据手势图像的特点把手部区域分割出来,利用SLIC算法获得手部区域的超像素表示,进行超像素的规范化和有序化处理,采用动态规整算法实现不同手势的识别。实验结果表明,该方法能够在复杂背景、肤色干扰等变化条件下获得较高的识别率和计算效率,具有很好的抗干扰性和稳定性。
-
关键词
手势识别
超像素分割
动态时间规整算法
规范化处理
有序化处理
-
Keywords
gesture recognition
superpixel segmentation
DTW algorithm
normalized processing
ordered processing
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-