一种基于双目立体数据动态认知的手势识别方法及系统.pdf
是笛****加盟
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于双目立体数据动态认知的手势识别方法及系统.pdf
一种基于双目立体数据动态认知的手势识别方法及系统,包括图像采集模块、轮廓数据处理模块、手势数据处理模块、手势识别模块。针对目前手势识别技术在复杂环境下识别率低的问题,通过双目可见光的立体智能认知方法可对目标手势进行精确识别,可增加红外线补光灯,对于纹理很弱、边界模糊的手势也能有较好的识别效果,使得烟雾、高温、黑暗等特殊环境下也能很好地工作;根据逻辑分段特征及色彩特征获取手部轮廓,手部轮廓获取更准确;采用深度学习技术对手势进行识别训练,使得手势识别成功率更高。
一种基于手势关键点的动态手势识别方法.pdf
本发明提供了一种基于手势关键点的动态手势识别方法,属于计算机手势识别领域。其特征在于:所述方法通过逆时针获取人手的轮廓点坐标,进而确定手指指尖和指根的位置,根据指尖和指根的运动方向、距离和角度来识别常用的动态手势;所述动态手势包括:抓取,释放,平移,顺时针旋转,逆时针旋转以及前推。本发明提出了一种基于指尖的位置,距离和方向的动态手势识别算法。它可以避免内腔的手势和外部噪声的识别冲击。经过大量实验,本发明可以识别抓握,放置,顺时针旋转,逆时针旋转,以及四个方向的平移和向前推动态手势识别率为96%。
一种基于时间移位框架的动态手势识别方法及系统.pdf
本发明公开了一种基于时间移位框架的动态手势识别方法及系统,其构建了一个动态手势识别网络模型,所述动态手势识别网络模型的基础网络为残差网络,所述残差网络中包含注意力模块和时间移位模块,所述注意力模块用于优化残差块提取得到的中间特征,所述时间移位模块用于对每层残差块之间的注意力特征进行时间维度建模融合;从而使用复杂度更低的二维卷积神经网络代替三维卷积神经网络,并能够在RGB图像模式下达到RGB‑D图像模式下的识别效果,采用动态手势识别网络模型对动态手势视频进行检测识别,能够解决目前三维动态手势识别方法中训练数
动态手势识别方法和编辑系统.pdf
一种在媒体内执行手势识别的方法,该方法包括以下步骤:接收来自至少一个摄像机的至少一个第一原始帧;在所述第一原始帧内绘制至少一个涂写,该涂写指明一个元素;通过在该媒体剩余部分的至少一部分中传播所述涂写,来在该媒体中跟踪所述涂写。
基于张量的MPCA动态手势识别方法.pdf
本发明公开了一种基于张量的MPCA动态手势识别方法,所述方法包括步骤:1)采集人体手势姿态数据集,并进行张量化处理,形成张量数据集;2)将张量数据集中的样本数据分为手势训练集和手势测试集;3)通过MPCA算法对手势训练集中的样本数据进行降维,得到投影矩阵和判别矩阵,并通过判别矩阵计算手势训练集中样本数据的张量特征;4)通过投影矩阵计算手势测试集中样本数据的张量特征;5)采用最近邻算法作为分类器,将手势训练集中样本数据的张量特征与手势测试集中样本数据的张量特征逐一匹配,统计匹配结果与张量特征的异同,得到手势