基于用户行为分析的手势跟踪方法

被引：6

作者：

冯志全 ^{[1
,2
]}

杨波 ^{[1
,2
]}

郑艳伟 ^{[1
,2
]}

徐涛 ^{[1
,2
]}

唐好魁 ^{[1
,2
]}

机构：

[1] 济南大学信息科学与工程学院

[2] 山东省网络环境智能计算技术重点实验室

来源：

软件学报 | 2013年 / 24卷 / 09期

关键词：

人手跟踪; 粒子滤波; 状态变量微观结构; 降低粒子数目; 行为特征;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

人手结构的高维性而导致粒子滤波跟踪方法中采样数目非常庞大,是实现运动人手的实时性跟踪研究的主要障碍之一.以降低粒子数目为目标,以行为分析和建模为切入点,提出一种手势跟踪方法.首先分析操作者在手势操作过程中的行为特征,建立人手运动的动态模型;其次,研究动态模型的基本特征,并给出一种描述方法;然后,建立人手运动的时段模型,分析了手势状态的时间-空间关系.在此基础上,提出了状态变量微观结构的概念,重点给出了基于状态变量微观结构的手势跟踪算法;最后,设计和完成了实验,并与相关参考文献方法的实验结果进行对比.结果表明,采用该算法,用少量粒子就可以得到比较精确的跟踪结果.提出的核心算法已经用于一个基于自然手势交互的三维虚拟装配原型系统.

引用

页码：2101 / 2116

页数：16

共 17 条

[1] 基于视觉的手势界面关键技术研究 [J].

武汇岳 ;

张凤军 ;

刘玉进 ;

戴国忠 .

计算机学报, 2009, 32 (10) :2030-2041

[2] 基于非参数信念传播的可行C-空间关节人手跟踪方法 [J].

刘棠丽 ;

吴心筱 ;

梁玮 ;

贾云得 .

计算机辅助设计与图形学学报, 2008, (04) :476-481

[3] 一种面向实时交互的变形手势跟踪方法 [J].

王西颖 ;

张习文 ;

戴国忠 .

软件学报, 2007, (10) :2423-2433

[4] 结合粒子滤波和局部优化方法的人体运动跟踪 [J].

陈睿 ;

刘国翌 ;

邓宇 ;

李华 .

计算机辅助设计与图形学学报, 2006, (02) :276-282

[5]

基于三维模型的关节式物体姿态估计与跟踪方法研究[D]. 崔锦实.清华大学 2004

[6]

Data processing techniques for a wireless data transmission application via mud[J] . Qingjie Zhao,Baojun Zhang,Wei Wang.EURASIP Journal on Advances in Signal Processing . 2011 (1)

[7]

Features extraction from hand images based on new detection operators[J] . Zhiquan Feng,Bo Yang,Yuehui Chen,Yanwei Zheng,Tao Xu,Yi Li,Ting Xu,Deliang Zhu.Pattern Recognition . 2010 (5)

[8] 3D-freehand-pose initialization based on operator’s cognitive behavioral models [J].