基于Kinect的手语识别方法

为实现基于Kinect的手语识别,提出了一种利用有限状态机及动态时间规整(DTW)的动态手语识别方法。首先,利用Kinect技术得到人体深度图像和骨骼特征信息;然后利用手部分割算法得到手部深度图像,再选取识别正确率高的梯度方向直方图(HOG)特征算子来提取手部特征;最后加入有限状态机和DTW算法实现动态手语识别。实验结果表明:该方法能够实现对常用手语单词、句子的识别,识别准确率可达95%。

基于图像识别的大型平板滚球控制系统

本文搭建了一套大型滚球控制系统。系统利用两个舵机分别控制平板的两个自由度,使得滚球在平板上完成静止和指定运动。实验结果证明,滚球识别正确率高达99%,到达目标位置时的中心点坐标误差在±5 mm以内,满足在相对较低精度安装下的高精度控制,且系统整体的鲁棒性较强,为后续相关领域人员的研究提供了解决方案。