手勢識別技術(shù)綜述(更新版)
【正文】 析的常見方法。而完全對手勢進(jìn)行分辨需要超過20個的自由度變量，這使得手勢的甄別十分復(fù)雜。手語識別同樣分為基于數(shù)據(jù)手套的和基于視覺的手語識別兩種。手勢識別,尤其是基于數(shù)據(jù)手套的手勢識別的研究對克服這個問題有重要的意義,是手勢識別的重要應(yīng)用領(lǐng)域之一。手勢的分解和分類是手勢識別的兩個重要問題。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。2016年4月，蘋果公司獲得了來自美國專利商標(biāo)局一項(xiàng)新專利的批準(zhǔn)。此外，2016年4月2日公布的三星公司為VR研發(fā)的新傳感器允許用戶凌空操作VR應(yīng)用，可以通過虛擬現(xiàn)實(shí)世界中瞄準(zhǔn)線實(shí)現(xiàn)菜單、圖標(biāo)、照片、視頻等的點(diǎn)擊運(yùn)行，而完全不需要使用到設(shè)備上的任何真實(shí)按鈕。當(dāng)年鼠標(biāo)問世時也不是一下子就得到了大眾的接受。只有綜合利用他們，才能在人機(jī)交互系統(tǒng)中產(chǎn)生深遠(yuǎn)的影響?！?】 那么手勢識別以后的發(fā)展也要圍繞這一點(diǎn)?！?】 （3）用于多通道、多媒體用戶界面。虛擬裝配通過手的運(yùn)動直接進(jìn)行零件的裝配,同時通過手勢與語音的合成來靈活的定義零件之間的裝配關(guān)系。與人臉識別最顯著的區(qū)別是，基于圖像的手勢識別與人臉識別雖然都是根據(jù)二維圖像，但是手部沒有類似人臉那樣豐富的可以標(biāo)記及區(qū)分的數(shù)據(jù)特征對象。動態(tài)手勢識別的算法比較復(fù)雜。此外，盡管對神經(jīng)網(wǎng)絡(luò)的相關(guān)研究及應(yīng)用已經(jīng)有了幾十年，但是該方法本身的復(fù)雜性使成功構(gòu)建一個效果良好的神經(jīng)網(wǎng)絡(luò)對大多數(shù)人比較困難?；谝曈X的手勢識別按手勢的動態(tài)特點(diǎn)可以分為靜態(tài)的與動態(tài)的兩種，靜態(tài)手勢識別針對單個手型，主要包括手勢分割及手勢識別兩部分，前者是后者的基礎(chǔ)。但是該設(shè)備在實(shí)際中的造價比較高昂，更重要的是會對手的靈活性有一定限制，因而沒有得到有效推廣。許多測試品已開始使用三維手勢識別來提升準(zhǔn)確率及反應(yīng)速度。但是這其中手勢占大多數(shù)。手勢在不同的學(xué)科中有不同含義，而在交互設(shè)計方面，手勢與依賴鼠標(biāo)、鍵盤等進(jìn)行操控的區(qū)別是顯而易見的，那就是手勢是人們更樂意接受的、舒適而受交互設(shè)備限制小的方式，而且手勢可供挖掘的信息遠(yuǎn)比依賴鍵盤鼠標(biāo)的交互模式多。所以手勢識別應(yīng)該基于用戶與程序、設(shè)備之間的約定?！?】基于視覺的手勢識別技術(shù)能夠使手部動作的表達(dá)更加自然，同時也可以為未來其他的肢體識別技術(shù)所應(yīng)用，因此成為了主流。這種方法顯而易見的缺點(diǎn)是只有當(dāng)收集到的數(shù)據(jù)與預(yù)設(shè)模型的相似程度很高時才會比較準(zhǔn)確，另外對于某些比較相似的手勢區(qū)分效果不好。（3）基于幾何特征的手勢識別，包括手勢分割法與幾何特征法手勢分割包括2種方法：單目視覺和立體視覺。這些手勢識別需要準(zhǔn)確地從手腕部對手勢及手臂進(jìn)行識別并分割。手部的特征明顯要少得多，基本上就是各關(guān)節(jié)、手掌的坐標(biāo)，指尖的朝向等。手語是聾啞人使用的語言,是由手型動作輔之以表情姿勢由符號構(gòu)成的比較穩(wěn)定的表達(dá)系統(tǒng),是一種靠動作Π視覺交際的語言。手勢輸入在人機(jī)交互中應(yīng)用的精髓不在于用來獨(dú)立地用作空間指點(diǎn),而是為語言、視線、唇語等交互手段通道提供空間的或其他的約束信息,以消除在單通道輸入時存在的歧義?！?】 基于三維的建模有強(qiáng)大的表達(dá)能力，幾乎能夠表達(dá)所有的手形，但是缺乏效率。當(dāng)前阻止我們進(jìn)行實(shí)時識別的難點(diǎn)有手勢目標(biāo)檢測困難手勢目標(biāo)識別困難。目前多個科技公司都紛紛推出了自己的手勢識別產(chǎn)品或申請專
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1