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:
为解决动态手势动作识别算法提取的特征泛化程度低,识别实时性差和识别率不高的问题,本文提出了一种基于KinectV2传感器的模板匹配手势识别方法。该方法利用Kinect Studio和Visual Gesture Builder建立手势动作数据库,提取人体关键骨骼间的夹角作为随时间变化的一维特征向量,借助动态规划思想,在动态时间规整(DTW)算法的基础上提出了加权DTW手势动作识别算法。通过对DTW算法的改进,使其规整路径更快的收敛,提高了手势动作识别的实时性和准确性,并在Unity 3D虚拟仿真实验平台中进行了实时性和有效性的验证实验,同时实现了简单的人机交互。
推荐文章
基于AdaBoost算法和光流匹配的实时手势识别
手势识别
AdaBoost
光流
模板匹配
基于HFLANN的MSMA传感器动态模型参数识别
磁控形状记忆合金
传感器
迟滞函数链接型人工神经网络
识别
感应电压
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
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 KinectV2传感器实时动态手势识别算法
来源期刊 仪器与设备 学科 工学
关键词 KinectV2传感器 手势识别 骨骼角度特征 人机交互
年,卷(期) 2020,(1) 所属期刊栏目
研究方向 页码范围 8-20
页数 13页 分类号 TP3
字数 语种
DOI
五维指标
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
KinectV2传感器
手势识别
骨骼角度特征
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
仪器与设备
季刊
2332-6980
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
148
总下载数(次)
1
论文1v1指导