手勢(shì)識(shí)別技術(shù)綜述-在線瀏覽
2024-08-23 23:44本頁(yè)面
【正文】 別過(guò)渡已經(jīng)成為一種趨勢(shì)。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(shí)才會(huì)比較準(zhǔn)確，另外對(duì)于某些比較相似的手勢(shì)區(qū)分效果不好。如果整個(gè)神經(jīng)網(wǎng)絡(luò)包括的全部神經(jīng)元都是時(shí)空效能好的算法，那就可以判斷手勢(shì)細(xì)微部分的運(yùn)動(dòng)。在靜態(tài)手勢(shì)的識(shí)別中應(yīng)用較多，動(dòng)態(tài)手勢(shì)識(shí)別中幾乎沒(méi)有應(yīng)用?！?】（2）基于隱馬爾可夫模型的手勢(shì)識(shí)別隱馬爾可夫模型是一種能細(xì)致描述信號(hào)的時(shí)空變化統(tǒng)計(jì)分析模型，適用于動(dòng)態(tài)手勢(shì)的識(shí)別。（3）基于幾何特征的手勢(shì)識(shí)別，包括手勢(shì)分割法與幾何特征法手勢(shì)分割包括2種方法：?jiǎn)文恳曈X和立體視覺。【12】手勢(shì)的幾何特征指手勢(shì)的邊緣（如輪廓）和手勢(shì)區(qū)域特征（如手掌顏色、面積）。幾何特征識(shí)別方法主要有3種: 模板匹配法（自動(dòng)提取每一幀特征圖像與模板庫(kù)匹配后識(shí)別手勢(shì)，多用于靜態(tài)手勢(shì)識(shí)別）；神經(jīng)網(wǎng)絡(luò)法，統(tǒng)計(jì)分析法(如隱馬爾可夫模型法HMM)等。除了進(jìn)行手勢(shì)識(shí)別的算法外，還需要其他輔助算法及過(guò)程。這些手勢(shì)識(shí)別需要準(zhǔn)確地從手腕部對(duì)手勢(shì)及手臂進(jìn)行識(shí)別并分割。【11】此外，涉及隨機(jī)信號(hào)及過(guò)程的光譜分析法已經(jīng)在大量科學(xué)學(xué)科中使用了幾十年，盡管隨機(jī)性會(huì)給時(shí)間域特性分析帶來(lái)困難，像特征值及頻率仍然是有價(jià)值的光譜信息?！?】盡管存在諸多的方法，而且手勢(shì)識(shí)別仍在不斷發(fā)展中，但是手勢(shì)識(shí)別本身的特點(diǎn)在某些方面成為了障礙。人臉的表情豐富，可以作為理想的數(shù)據(jù)庫(kù)。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。手部在手勢(shì)定位及旋轉(zhuǎn)上至少需要6維信息，包括手部的三維坐標(biāo)及三維方向。4. 當(dāng)前的應(yīng)用 （1）用于虛擬環(huán)境的交互手勢(shì)識(shí)別可以用于虛擬制造和虛擬裝配、產(chǎn)品設(shè)計(jì)等。還可以將手勢(shì)識(shí)別用于復(fù)雜設(shè)計(jì)信息的輸入。手語(yǔ)是聾啞人使用的語(yǔ)言,是由手型動(dòng)作輔之以表情姿勢(shì)由符號(hào)構(gòu)成的比較穩(wěn)定的表達(dá)系統(tǒng),是一種靠動(dòng)作Π視覺交際的語(yǔ)言。手語(yǔ)識(shí)別和手語(yǔ)合成相結(jié)合,構(gòu)成一個(gè)“人2機(jī)手語(yǔ)翻譯系統(tǒng)”,便于聾人與周圍環(huán)境的交流。基于DGMM的中國(guó)手語(yǔ)識(shí)別系統(tǒng)選取Cyberglove型號(hào)數(shù)據(jù)手套作為手語(yǔ)輸入設(shè)備,采用了動(dòng)態(tài)高斯混合模型DGMM(DynamicGaussianMixtureModel)作為系統(tǒng)的識(shí)別技術(shù),可識(shí)別中國(guó)手語(yǔ)字典中的274個(gè)詞條,%。正如鼠標(biāo)沒(méi)有取代鍵盤,手勢(shì)輸入也不能取代鍵盤、鼠標(biāo)等傳統(tǒng)交互設(shè)備,這一方面由于手勢(shì)識(shí)別的設(shè)備和技術(shù)問(wèn)題,另一方面也由于手勢(shì)固有的多義性、多樣性、差異性、不精確性等特點(diǎn)。手勢(shì)輸入在人機(jī)交互中應(yīng)用的精髓不在于用來(lái)獨(dú)立地用作空間指點(diǎn),而是為語(yǔ)言、視線、唇語(yǔ)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(shí)存在的歧義。 （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)。提供一個(gè)自然而且有效的人機(jī)交互界面始終是人機(jī)交互研究的目的。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?！?】 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。手勢(shì)由一段時(shí)間內(nèi)的一系列手形組成。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。 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
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1