手勢識別技術(shù)綜述-免費閱讀
【正文】 通過Apple Watch上多種傳感器的檢測，iPhone可轉(zhuǎn)化成文字或語音消息，實現(xiàn)忽略來電、靜音等功能。在他發(fā)展的道路上， 我認(rèn)為分析師拉茲羅所言的:“無論何時，如果你想引進一種新的用戶界面，他是否簡單和容易操作總是成敗的關(guān)鍵。在多用戶虛擬環(huán)境中，人臉又可以作為區(qū)分用戶的屬性。提供一個自然而且有效的人機交互界面始終是人機交互研究的目的?；贒GMM的中國手語識別系統(tǒng)選取Cyberglove型號數(shù)據(jù)手套作為手語輸入設(shè)備,采用了動態(tài)高斯混合模型DGMM(DynamicGaussianMixtureModel)作為系統(tǒng)的識別技術(shù),可識別中國手語字典中的274個詞條,%。4. 當(dāng)前的應(yīng)用 （1）用于虛擬環(huán)境的交互手勢識別可以用于虛擬制造和虛擬裝配、產(chǎn)品設(shè)計等?！?】盡管存在諸多的方法，而且手勢識別仍在不斷發(fā)展中，但是手勢識別本身的特點在某些方面成為了障礙。幾何特征識別方法主要有3種: 模板匹配法（自動提取每一幀特征圖像與模板庫匹配后識別手勢，多用于靜態(tài)手勢識別）；神經(jīng)網(wǎng)絡(luò)法，統(tǒng)計分析法(如隱馬爾可夫模型法HMM)等。在靜態(tài)手勢的識別中應(yīng)用較多，動態(tài)手勢識別中幾乎沒有應(yīng)用。運動軌跡組件負(fù)責(zé)實時定位，雖然它對于只需靜態(tài)手勢的設(shè)備并不是必要的組件，但是其可以優(yōu)化手部中各部位的運動曲線，提升設(shè)備精度。通過內(nèi)含許多傳感器的數(shù)據(jù)手套，可以十分精確地獲取手勢識別所需的各種信息，此外其反應(yīng)速度、識別準(zhǔn)確度、穩(wěn)定性也得到了保障。”從定義上講，手勢識別是一種利用數(shù)學(xué)算法，包括計算機圖形學(xué)，輔以攝像頭、數(shù)據(jù)手套等輸入工具，針對收集到的信息，比如手掌、手指各關(guān)節(jié)的方位、角度等進行判斷、分析并作出正確回復(fù)的技術(shù)。一般來說，手勢識別技術(shù)并非針對單純的手勢，還可以對其他肢體動作進行識別，比如頭部、胳臂等。在學(xué)術(shù)界，人們試圖對手勢定義一個抽象、明確而簡潔的概念以為手勢及其應(yīng)用的研究提供依據(jù)。針對手勢的任意性，最初的手勢識別主要使用各種與手及手臂通過直接的接觸式有線機器設(shè)備進行數(shù)據(jù)采集。手型模型是通過計算機圖形學(xué)對二維的手勢圖像屬性，如手的顏色、紋理、邊界、輪廓等進行分析?！?】 目前常用的手勢識別研究方法主要有以下幾種：（1）基于人工神經(jīng)網(wǎng)絡(luò)的手勢識別神經(jīng)網(wǎng)絡(luò)基于統(tǒng)計和概率學(xué)方法的組織和判斷具有抗干擾、自學(xué)習(xí)、易控制和處理高效的特點，可用于處理信息缺失的模式并進行模式推廣?；趩文恳曈X的方法又分為基于徒手的表觀特征(膚色，輪廓)；人為增加限制，如要求使用者戴上有色手套及各種光學(xué)標(biāo)識；建立數(shù)據(jù)庫的方法。此外，在動態(tài)手勢識別中還需同時進行方位定位及識別工作，其核心是動態(tài)時間空間躍遷算法（DSTW），一種可以在時間空間成對排列搜索請求及模型手勢的算法。而且臉部特征基本上是在一個平面上的，沒有旋轉(zhuǎn)特征，臉部的自由度小。手語識別的研究目標(biāo)是讓機器“看懂”聾人的語言。這種做法是試圖以充分性取代精確性。而后者簡單高效，但是缺乏通用性。當(dāng)前還未能找到解決問題的理想方法，針對具體的某一系統(tǒng)，在實現(xiàn)時要假設(shè)一定的限制條件，以達到較好的識別效果。2012年，Leap Motion 橫空出世。 Engineering Survey (IJCSES) , , Feb
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1