作者:缪永伟; 李佳颖; 刘家宗; 陈佳舟; 孙树森 期刊:《计算机学报》 2020年第01期
作为人机交互的重要方式,手势交互和识别由于其具有的高自由度而成为计算机图形学、虚拟现实与人机交互等领域的研究热点.传统直接提取手势轮廓或手部关节点位置信息的手势识别方法,其提取的特征通常难以准确表示手势之间的区别.针对手势识别中不同手势具有的高自由度以及由于手势图像分辨率低、背景杂乱、手被遮挡、手指形状尺寸不同、个体差异性导致手势特征表示不准确等问题,本文提出了一种新的融合关节旋转特征和指尖距离特征...
作者:周文军; 张勇; 王昱洁 期刊:《计算机工程》 2020年第02期
手势识别作为一种自然和谐的人机交互方式,具有广泛的应用前景,而传统手势识别方法准确率不高、实时性较差。为此,在DSSD网络模型的基础上,提出一种静态手势实时识别方法。自制手势数据集,通过K-means算法及手肘法选取先验框的宽高比,采用迁移学习的方法解决数据量小导致的检测精度低的问题,同时根据识别精度选择ResNet101为DSSD模型的基础网络,经DSSD模型的反卷积模块融合各个特征提取层的语义信息,加强对小手势目标的检测能力。...
作者:廖干洲; 曾霞 期刊:《科学与信息化》 2018年第33期
在手势识别研究方法日益成熟的今天,研究人员把主要精力放在新算法的研究以及旧方法的改进上,均取得了很好的成果。本文利用时下流行的卷积神经网络训练方法,避开大量的算法研究工作,把主要工作放在手势数据的获取以及处理上,在一定的数据范围内取得了很好的结果。在一定程度上给手势识别工作提供了新的思路。
2014年还没有结束,专家们就已经盘点了年内在技术及相关领域具有革新意义的发明。一些发明已经进行了数年研究,它们代表着全新的科技发展趋势,并终将造福人类。1.飘浮风力涡轮机飘浮风力涡轮机外形怪异,好似一个长翅膀的巨型甜甜圈,它内装氦气,中央采用类似螺旋推进器的叶片。在距地面300米以上的高空,这种涡轮机的发电能力超过地面上的涡轮机,因为高空的风力更大同时更稳定。
作者:陈阳; 黄海鹏; 许望 期刊:《自动化与信息工程》 2015年第02期
采用ez430-chronos智能手表作为开发平台,利用其内置功能,读取手部运动产生的加速度数据,并将其传送至处理器。对目标手势采集一定量的数据,同时采集同样量的负样本—人手的自然动作,比较二者不同之处,确定目标手势的特征,并利用该特征识别目标手势。实验结果表明:该系统对目标手势有较高识别率,而对负样本有较高的误识别率,但可以通过设定更详细的识别特征进行改善。
作者:叶廷东; 黄晓红; 彭选荣; 冼广淋 期刊:《自动化与信息工程》 2018年第06期
针对病弱群体的健康监护和家居控制需求,提出一种基于3D传感的智能监护系统。介绍该系统的总体结构,包括生理信号传感及处理单元、红外3D信号传感及处理单元、微处理器及蓝牙通信模块;重点介绍微弱信号检测、基于小波多尺度的信号去噪处理和红外3D手势识别等关键技术。该系统可与家庭无线通信网络互联,实现生理信息的云端监测和3D手势识别,满足智能家居的应用需求。
作者:张彩霞; 徐然然 期刊:《北方工业大学学报》 2019年第05期
利用人体自然属性来实现增强现实技术是目前的研究热点之一.本文提出了将V-系统这一全新的正交函数系应用到手势识别问题中,以此实现人机交互效果.然后再将手掌看作坐标平面,手指的边缘线看作直线特征,并混合手掌的点特征,提出了基于点线融合的相机姿态估计算法,以此实现虚实融合的增强效果.基于这两步算法,搭建了基于手势识别和手掌定位的增强现实系统,实验结果表明了算法的可行性.
作者:鲍磊; 罗志增; 席旭刚; 李文国 期刊:《传感技术学报》 2019年第12期
针对复杂动态手势识别问题,提出一种融合表面肌电和加速度传感信息的识别方法。对四路表面肌电与三轴加速度信号进行数据采集,通过预处理提取有效活动段,将一个完整动态手势分割为三个区段:起始段、主特征段和收尾段,提取加速度信号的宏观全局特征,并与主特征段表面肌电信号的复杂度微观细节特征组成特征向量,输入支持向量机完成分类。实验结果显示,该方法对4名受试者执行的6种中国手语手势的最高识别率为91.2%,证明该方法对复杂动...
作者:付优; 任芳 期刊:《计算机应用与软件》 2019年第11期
在手势识别的过程中,手势的多样性和复杂程度会对手势识别率造成很大的影响.随着深度学习的快速发展,卷积神经网络在手势识别领域取得了突破性进展.但基于卷积神经网络的方法仍存在收敛速度慢、识别率低等问题,因此手势识别很难取得较好成果.为了解决卷积神经网络在手势识别中存在的收敛速度慢、识别率低问题,提出一种AE-CNN的手势识别算法.实验结果表明,该算法收敛速度快、识别准确率高,并且没有明显增加识别过程的耗时性.
作者:梁智杰; 廖盛斌 期刊:《计算机应用研究》 2019年第12期
针对现有的动态手势识别方法对长时间序列的时空特征难以精确匹配的问题,提出了一种基于宽残差和双向长短时记忆网络的时空特征一致手势识别方法。首先使用已经训练好的3D卷积神经网络从视频的空间和时间维度同步提取出短时特征,再经双向空间长短时记忆网络同步解析后形成长时空特征连接单元,并作为残差网络的输入。为了验证算法的有效性,使用Kinect传感器构建了一个全新的多模式手势数据集,在三个手势识别公开数据集SLVM、Montalb...
作者:薛艳萍; 王学松; 武仲科; 王醒策; 周明全 期刊:《系统仿真学报》 2019年第09期
博物馆展品众多,但展示方式单一,多用文字图片展现古建筑,无法给游客逼真体验,由此提出基于Myo臂环结合虚拟现实的古建筑漫游,以开封铁塔公园为例实现整体系统。设计得到游客佩戴Myo完成前进、转向、下蹲、停止动作时的加速度和陀螺仪值,设计SVM手势识别算法对特征值分类,设计对比实验验证算法的识别准确率和效率。建立特征值数据库,绘制其在固定时间内变化折线图,并用T-分布法求出置信区间。网格搜索和K-折验证法验证识别准确性,...
作者:杨洋; 郑紫微; 孙兹昂; 郝骏 期刊:《数据通信》 2019年第05期
手势识别在非语言交流和人机交互中有着十分重要作用,为了实现手势识别的准确率与鲁棒性。本文提出用YCbCr色彩空间检测肤色对输入的图像分割出感兴趣的手势区域,然后再通过深度学习的方法训练出手势识别的模型。该方法针对五种特定手(stop、ok、punch、yes、good)进行自动手势识别。使用Kears框架实现卷积神经网络。通过实验证明,该方法对输入的五种手势识别准确率达到94.6%,并且具有一定的鲁棒性。
作者:杨艳芳; 刘蓉; 刘明; 鲁甜 期刊:《电子测量技术》 2019年第21期
手势加速度识别是基于惯性传感器手势交互的重要研究内容。针对已有的手势识别方法严重依赖于人工选取特征或不能有效融合手势动作的时空特征等局限性较大的问题,提出了基于卷积神经网络和长短时记忆网络结合的加速度手势识别算法。该算法通过构造三层卷积神经网络提取手势加速度数据的空间特征,并经过Droupout正则化操作,避免了特征过拟合的问题,再通过构造两层长短时记忆网络学习手势加速度数据的时序特征,融合手势动作的时空特...
作者:李尊尊; 胡琦瑶; 孙培壮; 齐锦 期刊:《信息与电脑》 2019年第16期
随着人机交互技术的日益成熟,人机交互技术中的手势识别已成为计算机视觉领域的一个重要课题,而手势交互是人机交互中的一种重要方式。手势识别技术日益受到社会各界的广泛关注。虽然手势识别技术应用广泛,但是存在诸多困难与挑战,尤其是动态手势识别。动态手势的挑战主要来自不可预测的环境和手势识别特性,例如光照变化、与手势特征近似的背景区域干扰、目标遮挡等。基于此,研究了一种基于手势识别算法的人机交互系统。手势识别算...
作者:程弘霖; 杨键; 唐娅雯 期刊:《信息与电脑》 2019年第24期
虚拟现实技术作为一种新型媒介,通过与游戏特殊的结合方式,给用户带来更强烈的交互沉浸感、更多维化的交互方式、更精准化的感知,实现了用户游戏体验感质的飞跃。在休闲竞技游戏类型中,射击游戏作为一个百玩不腻的游戏类型,虚拟现实技术借助计算机图形学使其拥有更多功能。该游戏基于Unity3D技术,是一款面向年轻群体,包含出生场景、战斗场景两类场景的求生类积分游戏。
作者:宋一凡; 张鹏; 刘立波 期刊:《计算机科学》 2019年第S11期
人机交互系统是人与机器之间交流与信息传递的桥梁,随着计算机技术的迅速发展,使用鼠标、键盘等传统的人机交互技术已经不满足时展的需求,人们需要一种更快捷、更自然、更舒适的人机交互技术。基于手势的人机交互是人机交互系统的重要技术之一,传统的手势识别方法存在识别准确率不高、识别过程复杂等问题。针对上述缺陷,文中提出了一种基于深度学习的手势识别算法,该算法通过姿态估计对手势关节特征进行快速检测,利用卷积神经网络...
作者:杨涛; 杨博雄; 尹萍; 熊纯; 余俊 期刊:《信息记录材料》 2019年第11期
本文以智能嵌入式应用系统中手势控制的非接触式人机交互开发为主要应用对象,深入研究深度学习应用与部署过程的基本方法,以华为Atlas 200 为智能计算平台完成深度学习算法的推理过程,通过摄像头获取手势信息,再通过Atlas 200进行手势信息的识别,降低嵌入式系统中进行手势图像智能识别的难度,从而为广大嵌入式应用开发者提供一种简便高效的基于手势控制的人机交互方法。
为了提高静态手势识别的准确性,提出一种基于组合色彩空间和卷积神经网络的手势识别方法。该方法首先对图像中的手势区域进行提取,针对RGB图像中有效分割手势区域的问题,综合考虑YCbCr和Lab色彩空间的特性,采用组合色彩空间进行图像重构,分割并提取单一和复杂背景下的手势区域。将分割后的图像作为卷积神经网络分类器的输入样本,实现图像中静态手势的分类识别。在公开数据集上的实验结果表明,基于组合色彩空间的算法可以有效提取各...
作者:熊才华; 巩言丽; 廉华; 侯枘辰 期刊:《计算机时代》 2019年第09期
为了解决不同识别环境下光照强度的变化对手势识别准确率影响的问题,提出了基于ResNet-50残差网络的改进Faster R-CNN手势识别算法。相较于普通的Faster R-CNN算法,该算法用了ResNet-50网络,提高网络特征的学习能力,并在ResNet-50中加入了实例批处理标准化(IBN)方法用于对单个图片的表征内容学习,适应不同的识别环境。实验结果表明,该算法在测试集上的识别率高达98.7%,相较于常用手势识别算法,有效性更高,鲁棒性更好。
作者:涂心琪; 兰红 期刊:《通信技术》 2019年第10期
在人机交互领域,手势识别是一个重要的研究分支。为了提高手势识别的准确率,提出一种基于Gabor特征结合遗传算法的手势识别方法。数据集采用网络数据源,将该数据源中的图片分成一个小样本数据库和大样本数据库两部分,使用小样本数据库进行训练测试后,再使用大样本手势数据库进行实验结果测试。针对小样本数据集,数据库图像原来是在RGB空间,为便于提取图像特征,将这些图像转换至LAB空间,之后使用Gabor特征提取技术来提取每张图片中...