APP下载

基于视觉的手势识别算法及应用的研究

2021-12-17黄彦铭宁媛

智能计算机与应用 2021年6期
关键词:区域模型

黄彦铭,宁媛

(贵州大学 电气工程学院,贵阳 550025)

0 引言

人的手势自身就具有广泛的多义性、多样性、多元化以及空间和时间上的差异性等多种独特的特点,再加上人手形体的复杂性以及人体视觉的不确定性,所以基于视觉的手势识别成为了多学科、多领域交叉的研究难题。

手势识别主要是利用机器设备对人的手、胳膊等各关节的空间角度位置进行检测。这些机器设备大多是通过有线通信技术将计算机系统与人体互相结合连接,让使用者的手势信息准确地传送至识别系统内,其中典型设备以数据手套等机器设备为代表[1]。数据手套是由各种传感器组成的,使用者利用这些传感器将自身手的位置、角度以及手指的角度等信息录入到计算机系统内,达到手势识别的目的。尽管数据手套能够对人手识别达到良好的识别检测效果,但由于其价格昂贵,难以普遍应用。在此之后,光学标记方法的出现淘汰了数据手套,使用者的手上戴上光学标记,通过红外传感器将人手位置、形态等变化传送到系统内,达到良好的识别效果,但此方法约束了人手的活动范围,也避免不了复杂的设备使用[2]。

虽然引入外部设备能够提升手势识别的快速性、稳定性以及准确性,但却会掩盖手势的自然表达方式,于是基于视觉的手势识别方式应运而生[3]。

1 总体设计方案

本研究的设计流程如图1 所示。利用OpenCV调用电脑摄像头采集人体手势图像,建立手势库,以此为基础,对手势库中所采集到的手势图像进行预处理,将图像中的手势部分提取出来,分为测试集和训练集2 部分。……

登录APP查看全文

猜你喜欢

区域模型
一半模型
永久基本农田集中区域“禁废”
分割区域
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
关于四色猜想
分区域
FLUKA几何模型到CAD几何模型转换方法初步研究
基于严重区域的多PCC点暂降频次估计
区域