《Kinect骨骼信息下的动态手势识别研究》PDF+DOC
作者:陈建军,段富
单位:中国技术经济学会
出版:《科学技术与工程》2014年第34期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFKXJS2014340110
DOC编号:DOCKXJS2014340119
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种基于改进DTW算法的动态手势识别方法》PDF+DOC2013年第03期 何超,胡章芳,王艳
《基于Kinect传感器的家电手势控制应用研究》PDF+DOC2015年第16期 吴志勇,杜振
《基于Kinect传感器深度信息的动态手势识别》PDF+DOC2013年第04期 陶丽君,李翠华,张希婧,李胜睿
《基于Kinect传感器的静态手势识别与仿真》PDF+DOC2016年第29期 葛艳茹,张国伟,孙温和,卢秋红
《基于改进Hu矩算法的Kinect手势识别》PDF+DOC2016年第07期 蒲兴成,王涛,张毅
《基于Kinect传感器的羊体体尺测量系统》PDF+DOC2015年第09期 赵建敏,赵忠鑫,李琦
《基于Kinect传感器的机器人室内环境检测方法》PDF+DOC2017年第02期 段勇,盛栋梁,于霞
《基于nect传感器的人物骨骼控制用于游戏的研究与应用》PDF+DOC2020年第02期 陈佳
《基于Kinect传感器的智能轮椅手势控制系统的设计与实现》PDF+DOC2012年第01期 罗元,谢彧,张毅
《基于Kinect传感器的动态手势实时识别》PDF+DOC2015年第08期 刘瑶,余旭,黄智兴
针对复杂环境中存在的手势识别问题,提出一种利用Kinect传感器获取深度信息并进行动态手势识别的方法。该方法通过对Kinect传感器获取的深度信息进行分析,获取人体主要骨骼点的3D坐标,从中选取六个点作为手部运动的特征参照;为提高手势识别系统的识别速度,提出了一种基于查表的DTW算法对得到的特征数据进行模板训练并实现动态手势识别。实验结果表明:该方法具有较高的识别速度和识别率,对复杂背景及光照强度变化具有较强的鲁棒性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。