虚拟维修训练中的手势识别

摘要：

为在虚拟维修训练中实现更加自然高效的人机交互，增强维修训练人员的沉浸感，提出一种基于Kinect深度图像和骨骼数据的手势识别方法。通过对维修样机和维修资源的维修特征进行研究，建立基于维修特征的维修动作集合，定义维修操作的常用手势库；在分析和构建手势识别系统流程的基础上，结合Kinect深度图像和骨骼数据实现手势图像的分割，基于形态学闭运算完成手势分割图的预处理，采用Zernike矩的方法实现对常用手势的识别。将该方法应用于机械设备的虚拟维修训练中，结果验证了该方法的可行性和有效性。

关键词：虚拟维修训练、手势识别、深度图像、闭运算、Zernike矩

分类号：TP391.9(计算技术、计算机技术)

在线出版日期：2015-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：4278-4283,4288