基于视觉手势识别技术的实践研究

本文首先简单介绍了市面上手势识别技术的应用状况,接着分析了计算机手势识别的技术具体内容,介绍了手势识别技术常见的几种方法,分析手势建模方式,最后研究了现实生活中手势识别技术的在人机交互中的应用情况.     

动态手势识别技术综述

分析比较了现有动态手势识别技术的思路和特点,介绍了基于视觉的动态手势识别基本步骤,分析了该技术路线中存在的若干难点。在此基础上介绍了深度学习方法的基本思路和优点,展望了动态手势识别技术今后的研究方向。     

基于回调函数实现计算机触屏的手势识别

回调函数是软件设计中一种非常重要的函数调用方式.利用回调函数可以改善软件的结构,提高软件的复用性,还可以实现程序间复杂的通信.回调函数可以把调用者与被调用者分开,调用者不关心谁是被调用者,所有它需知道的,只是存在一个具有某种特定原型、某些限制条件（如返回值为int）的被调用函数,降低了模块间的耦合性.基于此,可通过回调函数实现计算机触屏手势的识别,提高软件的复用性和灵活性.     

基于手势识别技术的3D虚拟交互系统

系统以英特尔凌动处理器嵌入式平台为核心,运用手势识别、多目视觉立体定位、电机控制及3D建模等多种算法和技术,构建了一个真实人与虚拟世界进行实时交互的浸入式环境。一方面以图像处理算法为核心,进行基于肤色模糊识别和多智能体协作思想的图像分割,实现了基于形状特征的手势识别算法;另一方面采用了3dsmax辅助建模的方法,实现了手的骨骼模型这种复杂物体的建模,结合Direct3D开发3D虚拟环境系统,采用DirectSound产生环境的声音。通过对虚拟手的控制实现人与虚拟环境中三维物体的交互操作,如抓取、移动物体等动作。随着3D场景和动作的切换,伴随发出不同的声音。测试表明,该系统的手势识别成功率达到80%,人机交互较为生动、直观和真实。     

手势识别实验平台设计

为培养创新实践班学生创新意识,引导学生接触人工智能算法,采用模块化思想设计了手势识别实验平台。平台硬件采用STM32F103作为核心,利用红外距离传感阵列采集手腕轮廓数据;软件采用C#编写应用演示界面框架,提供播放器控制器、手语识别器等案例的应用;算法部分提供决策树、SVM、神经网络等算法的C++/Matlab演示代码。模块化设计使得学生可根据兴趣选择学习方向合作完成作品研发。学生基于平台开发的手势识别作品具有可穿戴属性。在机电创新实践班教学中实验平台取得良好效果。     

手势识别实验系统设计

设计了一种手势识别系统。测试时,手放在覆铜探头正上方亚克力板上,手和覆铜探头形成间距不变的电容,不同手势对应的电容正对面积不同。由于工频和随机热噪声的存在,采用卡尔曼滤波算法对传感器读取的值进行滤波,在归一化后的有限手势特征样本的支撑下,在单片机上完成BP神经网络训练。实验测试表明:在指定极板间距下,系统对任意测试者的猜拳和划拳手势识别正确率在95%以上,识别响应时间小于1 s,新测试者的手势特征训练时间小于1 min。     

基于Kinect骨骼信息的手势识别

为了提高手势识别的精度和鲁棒性,设计了一套基于Kinect获取的骨骼信息的手势识别算法。该算法首先检测手势的起始点与结束点,然后在截取的图像中提取手势特征,最后用距离加权动态时间规整算法计算测试样本与模板的相似度,得出手势识别结果。通过对常用鼠标手势进行测试表明:本方法可以取得较高识别率,而且不受光照条件影响。     

基于视觉的傅立叶描述子手势识别方法

在对手结构和关节运动作了深入分析的基础上,建立了对其施加约束的手模型。根据所定义的约束及运动类型,建立了适合于手势合成的手数据结构,并采用傅立叶描述子进行手势特征提取进而进行手势识别,取得了较好的效果。     

基于深度学习的手势识别研究

目前一些相对成熟的手势识别算法,如基于模板匹配的方法、基于人工神经网络的方法以及基于隐马尔科夫模型的方法,都存在计算复杂的劣势,而基于深度学习的手势识别具有一定优势。通过深度学习提取多层网络简化的高价值易用特征,通过向量等表示,简化算法以实现良好的识别效果。通过摄像头采集室内复杂背景下的手势图像,在计算能力、存储能力强大的PC平台通过深度学习处理图像,提取特征,然后进行分类识别,能提高识别准确率。通过改进硬件或算法还可提高识别效率及安全性。     

基于Adaboost实现的实时手势识别

随着更多照相和视频捕捉设备的涌现,对于非接触式手势命令的识别提出了很高的需求。本文针对这一趋势,依据实验环境和实际应用的需要,提出了一种在基于OpenCV2.2视觉库和Visual Studio C++来实现的Haar的矩形特征提取并充分利用Adaboost的学习分类模块来实现对特定握拳手势的实时识别和精确定位。本方法使用的迭代算法将弱分类器训练组合为强分类器,经过基于正负样本图片的过程后,所得的级联分类器首先可以根据摄像头捕捉的视频中的实时手势位置,能够识别手势的类型并进行对应画笔轨迹的跟踪实验,并且通过具体的算法,在已识别的各个位置中,实现了去除可能的误差位置,从而使得画笔的轨迹更为流畅。根据统计,所进行的实验对室内环境下握拳手势的识别率可以达到90%,取得了良好的效果。     

基于HDC提取关键点的手势识别算法

提出一种提取手势轮廓轮廓看成一条曲线,采用HDC(Hierarchical Discrete Correlation)方法用一个内核对曲线进行多次平滑,得到曲线的尺度空间,再通过跟踪曲线在尺度空间中的运动找出手势轮廓的关键点,最后通过最小距离法对手势进行识别.     

虚拟现实中力反馈控制器综述

本文介绍遥操作及虚拟现实技术的重要组成部分之一:力反馈控制器。力反馈控制器控制虚拟物体的平动或转动,同时把虚拟现实场景中的力/力矩反馈给操作者,介绍已有的并联/串联力反馈控制器并举例。     

The Virtual Solar System Project: Developing Conceptual Understanding of Astronomical Concepts Through Building Three-Dimensional Computational Models

The Virtual Solar System (VSS) course described in this paper is one of the first attempts to integrate three-dimensional (3D) computer modeling as a central component of an introductory undergraduate astronomy course. Specifically, this study assessed the changes in undergraduate university students' understanding of astronomy concepts as a result of participating in an experimental introductory astronomy course in which the students constructed 3D models of different astronomical phenomena. In this study, we examined students' conceptual understanding concerning three foundational astronomical phenomena: the causes of lunar and solar eclipses, the causes of the Moon's phases, and the reasons for the Earth's seasons. Student interviews conducted prior to the course identified a range of student alternative conceptions previously identified in the literature regarding the dynamics and mechanics of the Solar System. A previously undocumented alternative conception to explain lunar eclipses is identified in this paper. The interviews were repeated at the end of the course in order to quantitatively and qualitatively assess any changes in student conceptual understanding. Generally, the results of this study revealed that 3D computer modeling can be a powerful tool in supporting student conceptualization of abstract scientific phenomena. Specifically, 3D computer modeling afforded students the ability to visualize abstract 3D concepts such as the line of nodes and transform them into conceptual tools, which in turn, supported the development of scientifically sophisticated conceptual understandings of many basic astronomical topics. However, there were instances where students' conceptual understanding was incomplete and frequently hybridized with their existing conceptions. These findings have significant bearing on when and in what domains 3D computer modeling can be used to support student conceptual understanding of astronomy concepts.     

融合人脸识别与数据分析的智能签到系统设计

人工智能带动计算机视觉算法迅速发展。人脸识别具有特征明显、不易伪造、安全性高等特点,成为计算机视觉的一个重要分支。基于Hog算法对人脸图像进行特征提取,基于改进的kNN算法进行分类识别。对收集的数据进行科学分析和数据挖掘,将数据信息进行图表可视化。不仅识别迅速、准确度高,还增强了数据分析的趣味性和交互性。应用在会议签到场合,只需采集8张左右的图片,经过预处理和算法优化,就能实现高达99%的准确率,有效解决了传统会议人工签到速度慢、数据可利用率低、组织效率差等弊端。     

体态语在英语课堂教学中的作用

作为英语教师不仅要运用好口头语言与书面语言 ,还要科学、合理、艺术地运用体态语。英语课堂教学中通常使用的体态语主要有表情语、手势语和姿势语     

自然言语及其伴随手势的多模态性研究方法——以“教师手势在英语口语课堂新词教学中的支架作用”为例

在自然话语中,言语与其伴随手势一起构成了最基本的一种多模态话语。由于手势研究的多学科性及相关数据难以收集等,至今对各种模态的符号特性等仍未有统一的研究方法。基于此,以“教师手势在英语口语课堂新词教学中的支架作用”为例,对自然言语及其伴随手势的一种多模态性研究方法的具体研究步骤进行介绍,可为从事此领域研究的学者提供相应素材。     

歌唱的姿态与表情在歌唱中的重要性

良好的姿态与表情是演唱一首歌曲好与坏的衡量标准,也是每一位歌唱者所必须掌握的．好的歌唱姿态决定了歌唱的质量,而好的表情会给观众带来美的享受,也是演出成功的法宝,好的表情能给人一种视觉盛宴,一种心灵的震撼．     

基于统计的人脸识别方法综述

人脸识别是一个具有很高理论和应用价值的研究课题。人脸识别方法大致分为基于统计的人脸识别方法、基于几何特征的人脸识别方法和基于模型的人脸识别方法。本文主要研究了基于统计的人脸识别方法。     

艺术之体态、爱情与隐喻

艺术中的暗示、模糊、意象、象征、扭曲、变形等隐喻表达都离不开体态的表达方式,体态往往本身具有隐喻性。爱情的隐喻主要表现在性、爱情转移、矛盾等方面。     

机器人运动规划中的姿态建模方法研究

提出了机器人运动规划中的一种姿态空间建模方法,可用于机械臂在复杂环境中的运动规划．