手勢識(shí)別技術(shù)綜述(文件)
【正文】 so on. But the gesture accounted for most of the analysis. In this paper, by describing the development process, tools used , objective and market of gesture recognition , we can sort out the ideas of the development of gesture recognition, and let readers have an overall understanding of gesture recognition. At the same time, it can let the reader imagine that on hand gesture recognition based on reason ,and have a general impression of its future.說到手勢識(shí)別，首先要對手勢識(shí)別中的手勢有一個(gè)清晰的認(rèn)知。揮手道別是一種手勢，而敲擊鍵盤不是一種手勢，因?yàn)槭种傅倪\(yùn)動(dòng)沒有被觀察，也不重要，它只表示鍵盤被按下這一動(dòng)作。手勢是任意的，手不同部位的方向、角度及彎曲程度等的不同信息可能會(huì)有實(shí)際意義上的天壤之別。典型的設(shè)備有數(shù)據(jù)手套等。該設(shè)備雖減輕了重量，提高了手部的靈活性，但是仍需較復(fù)雜的輸入輸出轉(zhuǎn)換設(shè)備，此外也會(huì)對手部動(dòng)作的自然性產(chǎn)生影響?！?】探測組件負(fù)責(zé)有針對性地收集有特點(diǎn)的視覺信號(hào)并將手勢信號(hào)整理成碼?！?】大部分手勢識(shí)別應(yīng)用是將每個(gè)手勢作為一個(gè)整體，之后通過計(jì)算相似度來進(jìn)行模式匹配。但人工神經(jīng)網(wǎng)絡(luò)對時(shí)間序列處理能力不強(qiáng)。由于其分析復(fù)雜，計(jì)算量大，速度慢，故而大多采用離散馬爾可夫模型?！?】基于幾何特征的手勢識(shí)別技術(shù)，大多采用各種距離公式進(jìn)行模板匹配，如量度度量空間中真子集之間距離的Hausdorff距離等。某些具有手部整體運(yùn)動(dòng)軌跡的手勢可以是肢體動(dòng)作的一部分，比如揮手、打招呼等。傅里葉分析是頻率域光譜分析的常見方法。典型的人臉切爾諾夫模型擁有18個(gè)變量，而自1973年來經(jīng)過幾十年的發(fā)展，面部特征又得到了豐富，非對稱的切爾諾夫臉可顯示多達(dá)36維的臉部特征。而完全對手勢進(jìn)行分辨需要超過20個(gè)的自由度變量，這使得手勢的甄別十分復(fù)雜?！?】 （2）用于手語識(shí)別。手語識(shí)別同樣分為基于數(shù)據(jù)手套的和基于視覺的手語識(shí)別兩種。手勢識(shí)別要想取得比較高的識(shí)別率,仍有很長的路要走。手勢識(shí)別,尤其是基于數(shù)據(jù)手套的手勢識(shí)別的研究對克服這個(gè)問題有重要的意義,是手勢識(shí)別的重要應(yīng)用領(lǐng)域之一。因?yàn)槭中斡袃煞N建模方式：基于三維的建模和基于圖像的建模。手勢的分解和分類是手勢識(shí)別的兩個(gè)重要問題?！?0】到目前為止，大多數(shù)研究都集中在靜態(tài)手勢識(shí)別技術(shù)，而我們不僅要對手勢進(jìn)行跟蹤，還要進(jìn)行識(shí)別，其計(jì)算工作量很大且速度慢，不能用于實(shí)時(shí)識(shí)別系統(tǒng)。如上所言，這項(xiàng)研究肯定有許多的難點(diǎn)問題需要去思考，去克服。 所以無論是學(xué)生還是公司，只要堅(jiān)持對該系統(tǒng)的研究， 必然會(huì)獲得成功。2016年4月，蘋果公司獲得了來自美國專利商
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1