面向移动增强现实的手势交互方法

• 作者: 李德旭 梁欢 陈一民 黄晨
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 移动增强现实 深度学习 隐马尔可夫模型 手势交互
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 基金项目
• 页码范围: 9-13
• 页数: 5页
• 分类号: TP311
• 字数: 4758字
• 语种: 中文

摘要

针对目前绝大多数移动设备无法感知深度信息,移动增强现实只能以触屏交互为主要手段这一问题,提出了一种基于深度学习及隐马尔可夫模型的手势交互方法(DL-HMM).该方法利用深度传感器提取的骨骼特征和深度灰度图像,使用深度置信网络(DBN)和三维卷积神经网络(3DCNN)处理提取到的手势骨骼特征和深度图像特征融合成高维特征,采用隐马尔可夫模型的观测概率完成手势的训练和识别.实验结果表明本文提出的方法能有效提高手势识别率,提升了交互的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈一民	上海大学计算机工程与科学学院	133	1236	17.0	27.0
2	黄晨	上海大学计算机工程与科学学院	23	68	4.0	6.0
3	李德旭	上海大学计算机工程与科学学院	2	3	1.0	1.0
4	梁欢	上海大学计算机工程与科学学院	1	3	1.0	1.0