作者:田喜平,赵红丹 单位:航天科技集团公司九院七七一所 出版:《微电子学与计算机》2017年第02期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFWXYJ2017020250 DOC编号:DOCWXYJ2017020259 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于HMM的手势识别研究》PDF+DOC2012年第05期 严焰,刘蓉,黄璐,陈婷 《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的智能家居系统》PDF+DOC 郭哲,陈培涛,胡孟凯,薛媛博,韩先锋 《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 《基于加速度轨迹图像的手势特征提取与识别》PDF+DOC2017年第03期 刘蓉,刘家祺,刘红 《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RBF网络的手势识别装置设计》PDF+DOC 马杰,江亚峰,强东鑫,徐志佑,袁明新 《实时手势加速度动作分割与识别研究》PDF+DOC2012年第07期 刘蓉,刘明 《基于加速度识别的姿态交互研究》PDF+DOC2009年第02期 孔俊其,王辉,张广泉 《应用计算机视觉的动态手势识别综述》PDF+DOC2014年第06期 张国亮,王展妮,王田
  • 当前方法对动态孤立手势的识别,过程复杂、成本高,动态手势的移动轨迹易受到外界环境的干扰、识别准确率低.提出了基于Kinect的动态孤立手势识别方法,利用Kinect传感器获取动态手势信息,对人体手部进行实时、准确的定位跟踪,并对手部图像进行平滑去噪处理,提取动态手势轨迹的特征;引入隐马尔可夫模型(HMM)对动态孤立手势及手部运动轨迹的样本集进行有效训练,最终实现动态孤立手势的精确识别.实验证明提出的方法在噪声干扰和光线缺失的环境下,对动态孤立手势仍具有较高的识别率,鲁棒性强。

    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。