手勢識別技術(shù)綜述(已改無錯字)
2022-08-10 23:44:00 本頁面
【正文】 兩種?；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,%?！?】 （3）用于多通道、多媒體用戶界面。正如鼠標沒有取代鍵盤,手勢輸入也不能取代鍵盤、鼠標等傳統(tǒng)交互設備,這一方面由于手勢識別的設備和技術(shù)問題,另一方面也由于手勢固有的多義性、多樣性、差異性、不精確性等特點。手勢識別要想取得比較高的識別率,仍有很長的路要走。手勢輸入在人機交互中應用的精髓不在于用來獨立地用作空間指點,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。這種做法是試圖以充分性取代精確性。 （4）用于機器人機械手的抓取機器人機械手的自然抓取一直是機器人研究領(lǐng)域的難點。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用領(lǐng)域之一。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?！?】 那么手勢識別以后的發(fā)展也要圍繞這一點。在未來的發(fā)展中，口語、手勢和人臉在虛擬環(huán)境中的互補是必要的。因為手形有兩種建模方式：基于三維的建模和基于圖像的建模。【4】 基于三維的建模有強大的表達能力，幾乎能夠表達所有的手形，但是缺乏效率。而后者簡單高效，但是缺乏通用性。手勢由一段時間內(nèi)的一系列手形組成。手勢的分解和分類是手勢識別的兩個重要問題。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。只有綜合利用他們，才能在人機交互系統(tǒng)中產(chǎn)生深遠的影響。 然而在手勢識別的發(fā)展中還有以下幾個難點：現(xiàn)有的手勢識別方法的局限性：單一顏色或靜態(tài)背景；干凈的膚色分割；手腕的界定；手動初始化?！?0】到目前為止，大多數(shù)研究都集中在靜態(tài)手勢識別技術(shù)，而我們不僅要對手勢進行跟蹤，還要進行識別，其計算工作量很大且速度慢，不能用于實時識別系統(tǒng)。當前阻止我們進行實時識別的難點有手勢目標檢測困難手勢目標識別困難。當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)時要假設一定的限制條件，以達到較好的識別效果。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識別這項研究中，例如：美國的麻省理工學院，喬治理工學院，加州圣何塞公司等。如上所言，這項研究肯定有許多的難點問題需要去思考，去克服。在他發(fā)展的道路上， 我認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。當年鼠標問世時也不是一下子就得到了大眾的接受?！狈浅＿m合此處。 所以無論是學生還是公司，只要堅持對該系統(tǒng)的研究， 必然會獲得成功。目前多個科技公司都紛紛推出了自己的手勢識別產(chǎn)品或申請專利。2012年，Leap Motion 橫空出世。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，便可以準確識別出來顯示器前方的動作。2016年4月，蘋果公司獲得了來自美國專利商標局一項新專利的批準。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)
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1