本文探讨了当代手势识别技术，包括基于近红外成像和立体视觉的手势分割方法，如肤色模型、边缘检测和运动跟踪。进一步介绍了手势建模的静态和动态特征，以及特征匹配中的Hausdorff距离、模板匹配和HMM等。最后提到了特征降维与模式聚合的算法，如模糊自适应共振理论和ChiMerge算法，以及基于结构特征、视觉组合特征和改进LBP算法的手势识别研究。
当代手势识别技术的潮流算法：
获取图像信息的主要方式为：近红外成像，双目立体视觉，普通图像；
1、手势分割：
静态方面有：肤色模型（色彩的聚类特征）、边缘轮廓提取法（canny边缘检测法）、质心手指等；
动态方面有：运动跟踪（差值图像分割，camshaft，卡尔曼跟踪预测，背景剪除法等）。
还有适用于动静态的熵分析法等（从背景复杂的视频流中分割出手势区域并进行手势识别）。
目前最常用的手势分割法为：基于单目视觉的手势分割，基于立体视觉的手势分割：
1、基于单目视觉的手势分割：
（1）利用肤色信息在YuV、
最低0.47元/天 解锁文章
扫一扫
484
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
