机器人跟踪手势姿态图像运动准确性仿真

摘要：

对机器人跟踪手势姿态运动准确性的估计,能够有效提高人机交互效率.对手势姿态运动准确性的估计,需要通过非线性手势模型中间层,从而选取关节点处一个旋转自由度,完成对手势姿态运动准确性的估计.传统方法先对手势特征的提取,计算手部轮廓曲率,但忽略了关节点处旋转自由度的选取,导致手势姿态运动准确性估计精度偏低.提出将手势姿态运动准确性估计应用于手势识别中.通过应用卷积神经网络对深度图中人手进行姿态估计,得到关键关节点的空间坐标,计算出各手指弯曲程度进行猜拳手势识别,使得机器人跟踪手势姿态运动准确性图像可以同典型手势一样被识别.其中用于姿态估计的卷积网络模型,通过加入非线性手势模型中间层,选取关节点处一个旋转自由度,得到附加的旋转变换矩阵.完成对机器人跟踪手势姿态图像运动准确性估计.实验证明,上述网络模型使手势姿态估计中平均误差降低了2.21ram.

关键词：机器人跟踪、手势姿态、运动准确性

所属期刊栏目：34

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61462038,61363046

在线出版日期：2017-10-11（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：346-350