融合静态手势特征和手部运动轨迹特征的手势交互方法

摘要：

手势识别一直是人机交互研究的热点,由于受环境与视角的影响,单一特征不能很好地完成手势的识别,提出一种融合静态手势特征和手部运动轨迹特征的手势交互方法.该方法基于深度摄像头提取视觉信息,一方面获取RGB图像信息,对图像进行简单有效的预处理,将处理后的图像用卷积神经网络训练分类模型得到手部的静态手势特征;另一方面借助Ki-nect摄像头检测手部骨骼节点,利用基于向量角的轨迹特征识别方法得到手部的轨迹特征.将上述俩种特征融合,用静态手势特征和轨迹特征对动态手势进行描述,通过融合后的手势识别方法实现基于手势识别的人机交互.结果 表明,融合静态手势特征和手部运动轨迹特征的手势交互方法比只使用一种手势特征的手势识别方法有较大提升.

关键词：手势交互;特征融合;卷积神经网络;深度图像

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：文化遗产资源保护、管理与应用关键技术研究2019ZDLSF07-01

在线出版日期：2021-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：14-18