基于Kinect深度信息的手势提取与识别研究

被引:46
作者
邓瑞
周玲玲
应忍冬
机构
[1] 上海交通大学电子信息与电气工程学院
关键词
手势识别; 深度信息; 三维点云; 人机交互; 支持向量机;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对基于视觉的手势识别技术对环境背景要求较高的问题,提出了一种使用深度信息进行手势提取和识别的研究方案。采用了微软Kinect摄像头进行手势深度图的采集,再将深度图转换为三维点云,根据深度信息过滤来提取手势数据。对手势数据进行方向校正后统计手势数据中深度信息的区间分布特征并输入到支持向量机进行训练,从而实现了对数字手势1~5的手势识别。实验结果证明,该手势识别方案的平均识别率达到95%,使用设备简单且精度较高,鲁棒性较好。
引用
收藏
页码:1263 / 1265+1274 +1274
页数:4
相关论文
共 6 条
  • [1] Kinect在视频会议系统中的应用
    黄康泉
    陈壁金
    郑博
    徐芝琦
    [J]. 广西大学学报(自然科学版), 2011, (S1) : 308 - 313
  • [2] 肤色检测技术综述
    陈锻生
    刘政凯
    [J]. 计算机学报, 2006, (02) : 194 - 207
  • [3] 手势识别技术及其在人机交互中的应用
    李清水
    方志刚
    沈模卫
    陈育伟
    [J]. 人类工效学, 2002, (01) : 27 - 29+33
  • [4] 关于统计学习理论与支持向量机
    张学工
    [J]. 自动化学报, 2000, (01) : 36 - 46
  • [5] 基于神经网络的手势识别
    曾芬芳
    王建华
    别小川
    袁野
    [J]. 机器人, 1999, (01) : 41 - 46
  • [6] TOF三维摄像机的误差分析及补偿方法研究[D]. 丁津津.合肥工业大学. 2011