本文在椭圆肤色模型和ViBe背景提取算法的基础上,提出了一种结合这两种方法的手势分割方法。该方法能够消除肤色点和背景的干扰,提高了实时手势分割的效果。与现有的皮肤分割和背景分割法相比,本文所提出的分割方法具有较好的实时性和精确性。
作者:沈先耿; 刘晓阳; 哈达 期刊:《军械工程学院学报》 2017年第03期
针对不同光线条件下的作战环境中,肉眼无法对作战指挥手势进行快速、准确识别的问题,提出了一种基于深度图像和稀疏表示的作战指挥手势识别算法.首先采用深度图像与彩色图像分割相结合的方法,对图像中的作战指挥手势进行精确分割,而后采用稀疏表示的方法对分割出的作战指挥手势进行分类识别.实验表明,该算法的运行速度较快、识别率较高、在不同光线条件下的鲁棒性较好,具有良好的识别性能.
作者:孙竟豪 期刊:《计算机产品与流通》 2018年第09期
本文截取视频的一帧,针对手势肤色的特殊性和手势的易形变性,通过建立肤色模型和基于haar的AdaBoost分类器,实现手势分割,通过CamShift算法实现手势的实时追踪。通过卷积神经网络进行手势识别,实现对10种常用手势数字的识别,识别率达到98.3%。
作者:江都; 李贝; 李公法; 孔建益; 孙瑛; 蒋国璋; 李嘉汉; 程文韬 期刊:《长江大学学报·自然科学版》 2018年第09期
搭建了一个便利有效地双目视觉系统,结合深度信息,精准地提取手势信息。采用模板标定法对双目相机进行标定,精确地获取了相机的参数,标定的像素误差为0.67个像素;在立体匹配阶段,利用BM算法快速准确地实现了左右相机图像的匹配,获得被测手势的视差;结合三角测距原理,从而生成较为稠密的深度图;最后将深度信息重新映射到原彩色图像上,实现三维重建,生成三维云图,根据云图信息双目视觉系统能有效地从复杂背景中分割手势,并换一种手势...
作者:郭北苑; 方卫宁 期刊:《系统仿真学报》 2005年第02期
讨论一种结合背景消除与图像形态学滤波的手部目标动态分割方法.首先,将输入图像与经过线性卡尔曼滤波提取的不包含前景运动目标的背景图像相比较,由此得到去除了背景的新图像,然后,对该图像进行图像形态学重建滤波与闭运算以去除孔洞与噪声.因为卡尔曼滤波可以实现背景图像的自适应提取,该方法可有效地实现复杂背景中手部目标的动态分割.
作者:陈甜甜; 姚璜; 左明章; 田元; 杨梦婷 期刊:《计算机科学》 2018年第12期
随着计算机技术的飞速发展,自然、简单、非接触式的手势识别在人机交互方面备受青睐。动态的手势识别一直是人机交互领域研究的热点与难点,深度传感器的出现为手势识别的研究提供了更加鲁棒的数据。为了解动态手势的发展现状,在广泛调研现有文献和最新成果的基础上,对基于深度信息的动态手势从手势分割、手势建模、特征提取、手势识别4个方面进行阐述,介绍动态手势识别相关的应用领域,并对其中存在的难点与问题进行讨论。
针对在复杂环境背景下肤色、光照变化等对动态手势分割的干扰,提出了一种改进的结合三帧差分法和肤色椭圆模型的动态手势分割方法。该方法首先把视频的RGB颜色空间转为YCbCr颜色空间,然后将YCbCr颜色空间中的肤色分布投影到CbCr空间中,利用肤色检测初步确定肤色区域,然后结合帧间差分方法对手势进行检测并实现动态手势分割,以解决光照变化、类肤色背景等因素对手势分割的干扰问题。
作者:宋昆哲; 闫晓虎; 田乐; 王奇俊; 刘珂 期刊:《科技创新与应用》 2018年第25期
手势识别系统是指人类用语言中枢建立起来的一套用手掌和手指位置、 形状构成的特定语言系统.为了解决传统手势识别计算量大的问题, 在已有的手势识别基础上, 提出一种重心距离的手势识别方法.通过肤色检测方法进行手势分割, 计算手的重心,将手的边缘的点与重心点的距离按顺时针方向或者逆时针方向遍历, 就会出现五个峰值, 分别是五个手指. 实验结果表明, 与现有方法相比, 此方法在识别速度方面有了明显的提高.
作者:刘寅; 滕晓龙; 刘重庆 期刊:《计算机仿真》 2005年第12期
人的手势是人们日常生活中最广泛使用的一种交流方式.由于在人机交互界面和虚拟现实环境中的应用,手势识别的研究受到了越来越广泛的关注.但是目前基于单目视觉的手势识别技术中,手势分割要求背景简单或者要求识别者戴着笨重的数据手套.而该文结合了运动信息和基于KL变换的肤色模型,在复杂背景下进行手势分割,与传统的基于RGB肤色模型的手势分割相比,在复杂背景环境下得到了很好的分割效果.在对分割的手势区域进行预处理后,该文使...
作者:朱庆杰; 潘航; 陈显军; 湛永松; 杨明浩 期刊:《计算机工程与设计》 2018年第10期
为实现特定环境下动态手势更为准确的识别,提出一种桌面环境下的自然人机交互的常见动态手势识别方法,包括“去”、“拿”、“移”、“放”、“回”、“这”等多种自然交互手势。预处理每帧图像,结合高斯建模以及HSV肤色建模分割出手势,融合多帧图像的时序信息及空间信息,构造动态手势时空特征影像,基于卷积神经网络对特征影像进行训练与分类,基于统计分析对分类结果进行优化,实现对不同手势动作良好稳定的识别与分类。实...
作者:文芳; 康彩琴; 陈立文; 丁汇; 徐琨; 王宁宁 期刊:《计算机与现代化》 2018年第01期
提出一种基于RGBD数据的手势识别方法,首先采用融合深度信息和彩色信息的手势分割算法分割出手势区域;其次提取静态手势轮廓的圆形度、凸包点及凸缺陷点、7Hu矩特征组成特征向量;最后采用SVM进行静态手势识别。实验结果表明,该方法能有效地识别预定义的5种静态手势,且对环境的适应性比较强。
作者:鲍志强; 吕辰刚 期刊:《激光与光电子学进展》 2018年第03期
为实现基于Kinect传感器的实时手势识别,并在保证识别精度的情况下缩短识别时间,提出一种基于卡尔曼滤波的手势图像提取方法,并研究基于该分割方法的三种特征的手势识别模型。通过Kinect获取图像和骨骼信息,基于卡尔曼滤波提取手势区域。为验证分割的高效性,采集10类手势的28000张样本,提取两种局部二值模式特征和一种方向梯度直方图(HOG)特征,用支持向量机(SVM)机器学习方法进行分类识别。实验表明,HOG+SVM的手势识...
作者:沈先耿; 谭志国; 周歌; 朱海刚 期刊:《现代电子技术》 2017年第13期
针对复杂环境下多目标手势区域分割难度较大、识别率较低的问题,提出一种基于深度图像和稀疏表示的多手势识别算法。该算法采用肤色和深度图像分割相结合的方式对图像中出现的多手势进行精确分割,再对分割后的手势图像进行归一化处理,最后通过稀疏表示的方法实现手势识别。实验结果表明,该算法识别率较高、鲁棒性较好,具有良好的识别性能。
作者:黎明聪; 吴逸畅; 张锡斌; 曾志远; 王嘉辉 期刊:《液晶与显示》 2017年第04期
为了改善常见的背景模型在手势分割易受环境因素影响的缺点,以及提高基于傅里叶描述子的神经网络对大量手势分类的识别率,本文提出一种采用预分类的综合手势识别算法。首先,分割部分使用背景差分检测出手部,同时利用手分类器对手部识别手掌位置,获取感兴趣区域,同时对手和背景分别进行掩膜更新,进入下一循环,具有较高的分割效果。接着,利用指尖检测和傅里叶描述子对区域进行特征提取。识别过程先根据指尖数目及实现功能进行预分类,...
作者:LE; Vanbang; 朱煜; NGUYEN; Anhtu 期刊:《计算机应用与软件》 2016年第12期
针对深度图像静态手势识别问题,提出一种基于深度图像手势分割及HOG—SVM手势识别方法。该方法的具体做法包含以下四个步骤:第一步,对深度图像进行手势分割,对随机方向的手臂图像通过椭圆拟合算法计算其倾斜角度,并将其校正至垂直方向;第二步,对手臂图像进行距离变换,通过分析距离变换返回的距离矩阵精确定位手掌心、手腕及手臂在图像中的坐标;第三步,计算、优化手势图像的HOG特征;第四步,实时采集大量训练样本并获取...
作者:郑俊波; 苏成悦; 林剑冰; 何榕礼 期刊:《广东工业大学学报》 2016年第05期
在分析肤色的信息特征和手势的运动特性基础上,构建一种基于肤色集、运动集、模糊手势集的手势分割及跟踪算法并采用硬件实现.该算法对颜色空间建立肤色集和对视频流空间建立运动集,通过模糊运算得到模糊手势集,其中加入跟踪算法和背景实时更新,克服了复杂背景和光照因素的干扰.整个算法在现场可编程门阵列(FPGA)上实现,利用流水线和并行处理技术实现了手势的实时分割和跟踪.实验结果表明,该方法有较好的准确性、实时性和鲁棒性,...
作者:朱继玉; 王西颖; 王威信; 戴国忠 期刊:《计算机工程与应用》 2006年第23期
提出了一种基于单目的复杂环境下强抗干扰性的手势分割算法,使用模糊集合的概念来描述视频流时域和空域上的不同信息,以模糊运算作为信息加工处理的工具。定义了三个模糊集合:非背景集、肤色集和模糊手势集,讨论了对模糊集合的腐蚀和膨胀运算。通过对非背景集和肤色集进行模糊运算,得到原始的模糊手势集,然后对原始的模糊手势集进行求精处理。试验结果证明,该文算法实现了对人手的精确分割,且能满足实时性要求。
作者:覃文军; 杨金柱; 赵大哲 期刊:《机器人技术与应用》 2012年第06期
针对采用肤色模型法进行手部区域分割时,人穿着的服装对手臂区域的干扰问题,本文提出了通过手部形状特征检测的手势感兴趣区提取方法。首先利用YCb’Cr’肤色模型提取手部轮廓,通过基于轮廓凸壳信息的方法提取手部轮廓区域的最小外接矩形:然后结合手掌和手臂的特有形状特征识别手腕位置,准确提取出手势感兴趣区域。实验结果表明,本文方法检测手部感兴趣区域准确,对包含和不含手臂的图像中手势感兴趣区域提取均有明显效果。
在对机器人交互视觉中的多手势判断建模优化的研究中,对一些多手势一起判断的过程需要快速的聚焦关键手势区域。由于采用当前的算法在建立机器人交互视觉中的多手势判断模型时,缺少快速聚焦过程,导致对多手势识别的训练的过程较为复杂,存在判断能力差的问题。提出改进光流场算法的机器人交互视觉中的多手势判断建模方法。上述方法先利用采集设备获取多手势图像,融合于YCbcr皮肤颜色模型,对手势区域进行分割,并利用光流场算...
作者:覃文军 吴成东 赵姝颖 陈硕 期刊:《东北大学学报·自然科学版》 2009年第09期
针对手势识别中人手是复杂变形体,手部特征描述容易受到环境因素影响的特点,提出了一种基于傅立叶描述子-BP神经网络的手势识别方法.首先根据YCbCr和Nrg肤色模型的互补性以及背景模型有效去除复杂背景中的类肤色的特点,利用多特征相融合的手势分割方法提取手势区域;然后结合傅立叶描述子具有较好的轮廓描述能力和BP神经网络较强的自学习能力,利用傅立叶描述子-BP神经网络方法对手势进行识别.实验结果表明此方法具有较好的...