RGB-D图像中手部样本标记与手势识别
基于深度图像的手势识别通常需要大量的训练数据,如何快速标定和建立姿态数据集是一个具有挑战性的任务.文中提出一种半自动标定方法,利用随机决策树森林建立深度像素的标定数据集;在此基础上设计了一个基于视觉的手势交互桌面应用开发框架,该框架采用RGB-D信息作为数据输入,同时利用3D手形轮廓降低手势匹配的复杂度.实验结果表明,文中方法能够支持复杂手势的实时识别.
手势识别、RGB-D、轮廓模型、标本标记、姿态估计
25
TP319(计算技术、计算机技术)
国家自然科学基金60703029
2014-01-15(万方平台首次上网日期,不代表论文的发表时间)
共8页
1810-1817