作者:葛艳茹,张国伟,孙温和,卢秋红 单位:中大控股 出版:《现代计算机》2016年第29期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFXDJS2016290180 DOC编号:DOCXDJS2016290189 下载格式:PDF + Word/doc 文字可复制、可编辑
《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Leap Motion传感器的自适应动态手势识别》PDF+DOC2017年第02期 刘权,陈一民,高明柯,李启明,黄晨 《Leap Motion的现状及展望》PDF+DOC2017年第15期 周鲜子 《自然人机交互虚拟实验平台》PDF+DOC2020年第03期 朱兴宇,姜明辰 《基于运动传感器的手势识别》PDF+DOC2011年第12期 王万良,杨经纬,蒋一波 《基于数据手套的虚拟手势交互系统》PDF+DOC2007年第10期 周晓晶,赵正旭,楼江 《Kinect骨骼信息下的动态手势识别研究》PDF+DOC2014年第34期 陈建军,段富 《手部姿势与挥动速度识别的人机交互》PDF+DOC2014年第01期 陈艳丽,金纪东,陈国涛,周小芹,刘小峰 《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
  • 经济的飞速发展,智能化的程度越来越高,手势作为日常生活中最自然、直接的交流手段,被快速地运用到人机交互中。在Kinect传感器的基础上,获得身体部位深度图像,并对深度图像进行基于开操作的重建处理,得到重建图像。然后对重建图像进行边缘检测,得到手部轮廓。最后采用hu矩阵检测直线交点个数的方式,判断手指个数。实验结果表明,Canny算子和hu矩阵的结合,不但能快速准确地进行手势识别,大大提高实验的准确性,而且能够避免外界复杂背景和光照的影响,具有很好的鲁棒性。

    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。