共查询到18条相似文献,搜索用时 125 毫秒
1.
2.
本文介绍了一种用于手势识别的新方法——图像的局部方向直方图矢量(OHV),利用图像的OHV作为手势的特征向量来进行手势的分类和识别。该方法时于光线和手势平移变化不敏感,具有较强的鲁棒性。在进行特征矢量匹配时,本文使用欧氏距离作为矢量闻匹配程度的度量算法。实验结果表明谊方法具有很高的识别率,并且简单,快速,可以用于实时的手势识别系统中。 相似文献
3.
针对传统遥控器按键繁多、操作复杂、未考虑特殊人群使用不便等种种不足,研究了一种基于直方图的家居环境手势遥控方法,利用摄像头采集图像,能够与现有的红外遥控设备整合,通过反馈信号完成增/减、开/关等常用操作,且对受控对象的类型没有具体要求,具有普遍适用性.首先阐述了该方法的应用背景和整体设计方案,然后从硬件设计与软件设计两方面阐述该遥控方法的工作原理,最后对其性能进行了测试与分析.该遥控方法不仅为用户提供了一种无障碍化的普适的红外遥控方式,而且为智能家电的控制方式提供了一种新的选择. 相似文献
4.
5.
6.
传统手势识别装置一般依赖于复杂计算设备,在简单场合配置手势识别装置成本过高。针对这一问题,提出了基于电容数字转换器的手势识别系统。具体实施过程中,电容数字转换器采集静态手势特征,滑动窗口滤波加工特征数值,再结合K邻近分类算法判别静态手势。该系统具有对硬件要求低、功耗小、对环境光强不敏感等优点。经过50次试验,系统对于常用的数字零到五手势识别正确率为98%,判别时间小于0.6 s。 相似文献
7.
8.
9.
针对目前动态手势识别方法受手势旋转、平移、缩放的影响,并解决手势识别的实时性问题,提出一种基于手势二进制编码和类-Hausdorff距离模板匹配的手势识别方法.首先,把分割好的手势图像进行标准化处理,求出标准化图像中的手势主方向,建立二维手势直角坐标系,提取空间手势特征;其次,根据前五帧手势图像中手势像素点个数的变化量识别出动态手势类型;然后,用手势二进制描述子从动态手势类型中再筛选出可能的候选手势集合;最后,用类-Hausdorff距离模板匹配方法从候选手势集合中识别出最终手势.主要创新点在于:提出的动态手势类型识别和手势二进制描述子匹配的方法,大大缩短了动态手势识别的时间;提出的结合手势主方向的类-Hausdorff距离方法,不仅对旋转、平移和缩放手势具有不变性,而且对区分度较小的手势也具有较高的识别准确率.实验结果表明,在光照相对稳定的条件下,该方法能够实时准确的实现动态手势识别,总体识别率达到95%以上,对发生缩放的手势识别率能达到92%以上,对发生旋转的手势识别率能达到87%以上.本文算法已经在一个基于手势的人机交互界面中得到应用. 相似文献
10.
手势识别在人机交互方面具有重要的应用价值,但是传统设计方案中对用户的手势信息采集繁琐且设备昂贵。因此,设计了一款基于多项式拟合的电容式传感器手势识别系统,系统采用FDC2214传感器读取数据代入到拟合好的多项式函数中?进而判别不同的手势,并利用无线通信模块将判别结果发送给PC监测终端,介绍了该系统的软硬件及算法设计,并给出 了实验测试结果。结果表明:结合该算法的手势识别系统手势学习总时间为1.09s,每个手势识别时间为0.62s,准确率为97.41%,具有灵敏度高、准确性好,抗干扰性强的优点。 相似文献
11.
12.
基于嵌入式零树小波编码直方图图像检索 总被引:1,自引:0,他引:1
图像和视频应用的快速增长,使得根据图像和视频内容进行查询的技术变得越来越重要,人们提出了许多基于像素域或压缩域的图像检索技术,因为多媒体数据库通常具有相当大的数据量,所以基于像素域图像检索技术的计算复杂度相当大,因此,许多文献提出更快的基于压缩域的图像检索技术,本文提出一种改进的基于嵌入式零树小波编码直方图的图像检索技术,特征提取综合考虑图像的颜色,纹理,频率和空间信息,所有的特征可以在压缩过程中自动得到,图像检索的过程就是匹配待检索图像和来自数据库的侯选图像的索引,实验证明这种方法具有好的检索性能。 相似文献
13.
随着人机交互的发展,手势识别越来越重要。同时,移动端应用发展迅速,将人机交互技术在移动端实现是一个发展趋势。该文提出一种改进YOLOv4-tiny的手势识别算法。首先,在YOLOv4-tiny网络基础上,添加空间金字塔池化(SPP)模块,融合了图像的局部和全局特征,增强网络的准确定位能力。其次,在YOLOv4-tiny原网络的3个最大池化层和新增SPP模块后各添加一个1×1的卷积模块,减少了网络的参数,提高网络的预测速度。在此基础上,利用K-means++算法生成适合检测手势的先验框,加快网络检测手势。在手势数据集NUS-II上,与YOLOv3-tiny算法和YOLOv4-tiny算法进行对比,改进算法平均精度均值(mAP)为100%,每秒传输帧数(fps)为377,可以快速准确地检测识别手势。将该文改进算法部署在安卓(Android)移动端,实现了移动端实时的手势检测与识别,对人机交互的发展有很大的研究意义。 相似文献
14.
15.
16.
非接触的手势识别是一种新型人机交互方式,在增强现实(AR)/虚拟现实(VR)、智能家居、智能医疗等方面有着广阔的应用前景,近年来成为一个研究热点。由于需要利用毫米波雷达进行更精确的微动手势识别,该文提出一种新型的基于MIMO毫米波雷达的微动手势识别方法。采用4片AWR1243雷达板级联而成的毫米波级联(MMWCAS)雷达采集手势回波,对手势回波进行时频分析,基于距离-多普勒(RD)图和3D点云检测出人手目标。通过数据预处理,提取手势目标的距离-时间谱图(RTM)、多普勒-时间谱图(DTM)、方位角-时间谱图(ATM)和俯仰角-时间谱图(ETM),更加全面地表征手势的运动特征,并形成混合特征谱图(FTM),对12种微动手势进行识别。设计了基于DenseNet和卷积注意力模块的手势识别网络,将混合特征谱图作为网络的输入,创新性地融合了卷积注意力模块(CBAM),实验表明,识别准确率达到99.03%,且该网络将注意力放在手势动作的前半段,实现了高精度的手势识别。 相似文献
17.
18.
本文提出了等级树集合分区算法(SPIHT)的一种改进方案,对图像的小波变换域的三个空间方向(水平、垂直和对角)上的系数构成等级树型结构,并对各空间方向等级树单独进行编码,使得在不影响恢复图像质量的情况下,进一步提高压缩比.仿真实验表明了本算法的有效性. 相似文献