复杂背景下的手势识别方法

被引:4
作者
易靖国
程江华
库锡树
机构
[1] 国防科学技术大学电子科学与工程学院
关键词
Kinect; 手势识别; Hu矩; BP神经网络;
D O I
10.19695/j.cnki.cn12-1369.2016.09.036
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高的问题,提出了一种利用深度信息进行手势提取和识别的方法。该方法首先采用Kinect深度摄像头提供的深度信息和HSV肤色信息分割出手掌区域,并通过映射获得二维手掌区域的二值图像;然后在二维手掌区域中采用形态学操作,对手势图像进行处理;接着利用Hu矩对手势特征进行提取。最后采用BP(Back Propagation)神经网络实现对数字手势1到10的识别。实验结果证明该方法可适应复杂背景,且鲁棒性和稳定性都比一般的手势识别方法好。
引用
收藏
页码:50 / 53
页数:4
相关论文
共 6 条
[1]   基于Kinect深度信息的手势分割与识别 [J].
毛雁明 ;
章立亮 .
系统仿真学报, 2015, 27 (04) :830-835
[2]   基于Kinect深度图像信息的手势跟踪与识别 [J].
李思岑 ;
王平 ;
张鹏 ;
宋丹妮 .
微型机与应用, 2015, 34 (06) :53-55
[3]   基于Kinect传感器的智能轮椅手势控制系统的设计与实现 [J].
罗元 ;
谢彧 ;
张毅 .
机器人, 2012, 34 (01) :110-113+119
[4]  
人机交互中的手势识别技术研究[D]. 高静雅.西安电子科技大学. 2013
[5]   User-adaptive hand gesture recognition system with interactive training [J].
Licsár, A ;
Szirányi, T .
IMAGE AND VISION COMPUTING, 2005, 23 (12) :1102-1114
[6]  
Hand gesture recognition using Kinect .2 Li Yi. Proceedings of2012IEEE3rd InternationalConference on Software Engineering and Service Science . 2012