基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为实现基于手势的智能人机交互,提出了一种基于视觉的人手跟踪与手势识别算法.该方法以ICONDENSATION算法为基础,融合颜色与深度信息进行重要采样,结合轮廓信息并通过ASM模型的能量函数进行观测,根据最大后验概率对几种预定义的手势进行识别.实验结果表明,该算法能够有效地实现复杂背景下的人手跟踪与手势识别,为进一步实现智能人机交互奠定了基础.
推荐文章
基于SURF特征跟踪的动态手势识别算法
动态手势识别
加速鲁棒特征
特征跟踪
动态手势模型
基于多相似度的条件密度手势识别跟踪算法
粒子滤波
运动目标跟踪
多相似度
条件密度跟踪
基于特征空间切分建模的变形手势跟踪算法
非参数核密度估计
变形手势
运动跟踪
概率密度图
同色干扰区
再检测模块
基于深度学习的手势识别算法设计
深度学习
卷积神经网络
实时手势识别
高效性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ICONDENSATION算法的人手跟踪与手势识别算法
来源期刊 北京理工大学学报 学科 工学
关键词 人手跟踪 手势识别 人机交互
年,卷(期) 2007,(12) 所属期刊栏目 信息科学与控制
研究方向 页码范围 1069-1072
页数 4页 分类号 TP391.41
字数 2983字 语种 中文
DOI 10.3969/j.issn.1001-0645.2007.12.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁刚毅 北京理工大学计算机科学技术学院智能信息技术北京市重点实验室 44 510 11.0 21.0
2 刘法旺 北京理工大学计算机科学技术学院智能信息技术北京市重点实验室 2 43 2.0 2.0
3 徐一华 北京理工大学计算机科学技术学院智能信息技术北京市重点实验室 9 221 8.0 9.0
4 李善青 北京理工大学计算机科学技术学院智能信息技术北京市重点实验室 3 63 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (11)
同被引文献  (24)
二级引证文献  (15)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人手跟踪
手势识别
人机交互
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京理工大学学报
月刊
1001-0645
11-2596/T
大16开
北京海淀区中关村南大街5号
82-502
1956
chi
出版文献量(篇)
5642
总下载数(次)
13
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导