基于深度相机的手腕识别与掌心估测
目的 当手和手臂都进入深度相机所设定的有效深度范围时,它们将被作为一个整体来提取,若处理时也把它们作为一个整体,这可能会影响手势交互的一些重要算法,如掌心估测、手朝向估测、手的跟踪等.掌心是手势交互中较为稳定的点,掌心与手簇中心的连线常被用来估测手的朝向.因此提高掌心估测算法的性能有助于提高手势交互的整体性能.方法 为了有效地分割手与手臂,从分析手腕的运动特征和手的轮廓特点入手,并利用内切矩形的几何特征,提出手腕识别算法;为了提高掌心估测的性能,从手势交互的特点入手,分析了锐角三角形和最大内切圆的几何特征,提出新的掌心估测算法.结果 本文算法在空气多点触摸系统中进行了实验,新的掌心估测算法较之原算法在性能上提高了近7倍,且仍然能保持掌心坐标的稳定性,坐标偏差不大于3个像素.同时手腕识别算法的引入也提高了掌心估测的准确性.结论 实验结果表明,手腕识别算法能较好地分割出手与手臂,新的掌心估测算法能很好地支持实时交互.
手腕识别、掌心估测、深度相机、手部分割、手势交互
19
TP391.9(计算技术、计算机技术)
国家自然科学基金重点项目61332017;浙江省教育厅年度科研项目21120954
2014-03-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
463-470