Kinect手势识别 - Dollar One算法

首先上一个演示视频，这是一个我们课余时间调了一个月的交互系统，这个Demo是玩儿MC（手机拍的，不是很清楚）
http://v.youku.com/v_show/id_XMTQxMzIyOTM3Mg==.html?from=y1.7-1.2

上一篇文章里简单总结了一下Kinect的工作流程，接下来就写一下我们当前在做的应用好了。这个系统工作流程也很简单，通过Kinect获得肢体节点信息，然后进行识别，然后输出控制指令。这篇文章来说说我们用的手势识别。


我们用的算法是Dollar One算法，这个算法是老师介绍给我们的。这个算法本来是用来做鼠标手势识别的，但是鼠标手势也是一种手势，所以也是可以拿来用的。这个算法的基本思想是逐点比较标准化的模板和样本之间的标准差，然后根据阈值来决定是否和模板匹配，是一种简单而且易用的算法。由于是逐点比较，所以该算法对手势绘制顺序敏感。

Dollar One算法的第一步是重采样，该步骤将样本进行处理，重采样为指定的点的数目：

Points resample(Points p,int n)
{
	if (p.size()<=0) { while (1) puts("a o"); exit(0); }
	if (p.size()==1) return vector<VEC>(n,p[0]);


	double I=pathLength(p)/(n-1);
	double D=0;
	Points q; q.push_back(p[0]);
	for (int i=1;i<p.size();i++) {
		double d=(p[i]-p[i-1]).l