【正文】
參考文獻(xiàn):【1】任雅祥,《基于手勢(shì)識(shí)別的人機(jī)交互發(fā)展研究》,《計(jì)算機(jī)工程與設(shè)計(jì)》27卷 第七期【2】武霞、張崎、許艷旭,《手勢(shì)識(shí)別發(fā)展現(xiàn)狀綜述》,《電子科技》2013年26卷6期【3】楊波、宋曉娜、馮志全,《復(fù)雜背景下基于空間分布特征的手勢(shì)識(shí)別算法》,《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》 第22卷第10期【4】馮志全、蔣彥,《手勢(shì)識(shí)別研究綜述》,《濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版)》2013年10月 第27卷第4期【6】Hong Cheng,Zhoujun Dai,Zicheng Liu,An imagetoclass dynamic time warping approach for both 3D static and trajectory hand gesture recognition ,Pattern Recognition 55(2016)137—147)【7】Shweta ,Pankaj ,Artificial Neutral Network Approach for Hand Gesture Recognition,International Journal of Engineering Science and Technology April 2011【8】Ali Boyali,Naohisa Hashimoto,Spectral Collaborative Representation based Classification for hand gestures recognition on electromyography signals,Biomedical Signal Processing and Control 24(2016) 1118【9】李清水、方志剛、沈模衛(wèi)、陳育偉. 《手勢(shì)識(shí)別技術(shù)及其在人機(jī)交互中的應(yīng)用》,【10】徐慧琳. 《 手勢(shì)識(shí)別系統(tǒng)的發(fā)展趨勢(shì) 》.【11】Ankit Chaudhary,J. L. Raheja. Intelligent Approaches to interact with Machines using Hand Gesture Recognition in Natural way:A Survey.International Journal of Computer Science amp。作為一種繼Kinect之后又一款革命性的交互產(chǎn)品,它只需將其用USB連接到電腦上,便可以準(zhǔn)確識(shí)別出來(lái)顯示器前方的動(dòng)作。”非常適合此處。雖然有許多許多的困難,但是現(xiàn)在全世界已有不少工作者投入到手勢(shì)識(shí)別這項(xiàng)研究中,例如:美國(guó)的麻省理工學(xué)院,喬治理工學(xué)院,加州圣何塞公司等。 然而在手勢(shì)識(shí)別的發(fā)展中還有以下幾個(gè)難點(diǎn):現(xiàn)有的手勢(shì)識(shí)別方法的局限性:?jiǎn)我活伾蜢o態(tài)背景;干凈的膚色分割;手腕的界定;手動(dòng)初始化。手勢(shì)由一段時(shí)間內(nèi)的一系列手形組成。在未來(lái)的發(fā)展中,口語(yǔ)、手勢(shì)和人臉在虛擬環(huán)境中的互補(bǔ)是必要的。 (4)用于機(jī)器人機(jī)械手的抓取機(jī)器人機(jī)械手的自然抓取一直是機(jī)器人研究領(lǐng)域的難點(diǎn)。正如鼠標(biāo)沒(méi)有取代鍵盤(pán),手勢(shì)輸入也不能取代鍵盤(pán)、鼠標(biāo)等傳統(tǒng)交互設(shè)備,這