手势识别技术,手势控制时代已到来?

在计算机科学中,手势识别是通过数学算法来识别人类手势的一个议题。手势识别可以来自人的身体各部位的运动,但一般是指脸部和手的运动。用户可以使用简单的手势来控制或与设备交互,让计算机理解人类的行为。其核心技术为手势分割、手势分析以及手势识别。

VR手势识别弹吉他,科幻片中的手势操作时代是否已到来?

最近,一名叫Ricardo Acosta开发者,通过Oculus Quest手势识别功能,制作了一个吉他音乐游戏,这个游戏仍在制作当中。

这个项目,是Ricardo个人利用晚上下班的时间开发的。目前仍处于开发阶段,估计正式上线仍然需要一段时间。手势识别是Quest VR头戴的前置摄像头实现的,也就是说弹吉他的时候,需要看向自己的手。这个体验可能会有些难受的,同时,手势识别的精度和准确性也依然是一个挑战。期待发布之后进一步体验。

新研究:结合手势识别技术,将任何物体变成AR/VR手柄

近期,Facebook Reality Labs的科研人员公开了一项与AR/VR交互相关的新研究,研究中指出了一种可将周边日常物品作为手柄的全新体感交互系统:Gripmarks。科研人员称,该方案可用于AR或者VR,可增强使用者的沉浸感。

据了解,Gripmarks利用手势识别技术,通过与预设手势进行对比,识别使用者握住易拉罐等物体的手势,并计算器手中物体的形状,为该物体生成支持交互的虚拟界面。

手势识别相关成果推荐
  • 一种静态手势识别方法

    专利号:CN201410334999.3

    摘要:本发明一种静态手势识别方法,本发明提出一种基于空间手势坐标点分布特征HCDF和类-Hausdorff距离模板匹配的手势识别方法。首先用HCDF提取手势特征向量;然后将提取的特征与样本库进行相似性度量,选取M种相近的候选样本;最后用类-Hausdorff距离模板匹配的思想,从M种候选样本中识别出最终的手势。本发明的有益效果是:与HDF方法相比本发明有更高的识别率,并且本发明对于旋转、缩放、平移的手势,仍能正确识别,对区分度较小的相近手势仍能保持很高的识别率。另外,相比于单纯用类-Hausdorff距离进行识别,本发明的识别速度有较大提高。

    查看详情
  • 一种手势识别方法

    专利号:CN201610236699.0

    摘要:本发明提供了一种手势识别方法,属于体感互动领域。该手势识别方法包括S1,基于Kinect的手势分割通过kinect获得深度图像和RGB彩色图像,从图像中分割出人手,得到手势模型;S2,提取手势模型的特征参数使用基于二值图像的密度分布特征的方法和手指个数检测的方法来提取手势模型的特征参数;S3,与事先建立好的模板库中的手势进行匹配,最终选择出最接近的手势即为识别出的手势。本发明方法提高了手势识别效率。

    查看详情
  • 基于超声波的手势识别系统与方法

    专利号:CN201610045717.7

    本发明公开了一种基于超声波的手势识别系统,它包括发射声波同时录制声波信号的电子设备,所述电子设备具有声波发射器、声波接收器、测量与识别模块,所述电子设备控制所述声波发射器发送声波,发射的声波照射到目标后会产生反射波,所述声波接收器接收到声波信号后,发送给所述测量与识别模块,对声波进行测量,获取手势参数后对手势进行识别;所述电子设备控制所述声波接收器接收声波,获取目标反射的声波信号,所述声波接收器接收到的声波信号是一个混合信号,同时包括从声源直达的信号,经过附近物体反射的信号,以及经过目标反射的信号。本发明同时还公开了一种基于超声波的手势识别方法。

    查看详情
  • 基于手指轮廓和决策树的静态手势识别方法

    专利号:CN201410217546.2

    本发明公开了一种基于手指轮廓和决策树的静态手势识别方法。该方法首先使用Kinect的深度图像作为数据源,通过Kinect骨骼追踪功能定位手掌的大致坐标,以该坐标为中心截取出包含手掌的一块正方形区域;然后使用自适应邻近值法对该区域进行前景检测,对前景图像进行适当的图像形态学处理后,检测手掌轮廓;接着使用圆周序列曲线对手掌轮廓进行建模,利用极值点对法准确地区分出各个手指轮廓和手腕轮廓并建立手势特征集;最后使用多个决策树针对不同手指个数的手势特征集分别进行训练以及识别。

    查看详情
  • 一种基于隐马尔科夫模型自增量学习的动态手势识别方法

    专利号:CN201310585572.6

    本发明公开了一种基于隐马尔科夫模型自增量学习的动态手势识别方法,包括以下步骤:(1)手势检测与跟踪;(2)特征提取与矢量量化;(3)模型训练与手势识别;(4)增量学习。本发明通过使用本发明提出的基于隐马尔科夫模型增量学习的动态手势识别方法,可以准确地识别手势操作人在摄像头前完成的动态手势操作,并能将识别后的手势数据用于旧模型的增量学习以调整模型参数中,从而使旧模型能动态适应未来手势数据中产生的新变化,对手势数据中的调整与更变能有更好的适应性,使得模型能不断随着手势数据的调整,对将来未知的手势识别有更好的鲁棒性。

    查看详情
  • 一种应用于助老助残移动服务机器人控制的手势识别方法

    专利号:CN201610180343.X

    本发明提供一种应用于助老助残移动服务机器人控制的手势识别方法,将静态手势识别与动态手势识别相结合,能排除手势分割时由于复杂背景、大面积肤色或遮挡造成的干扰,具有自然友好的人机交互方式,运用到基于手势识别的移动服务机器人交互系统中可以快速准确识别出手势指令并安全地控制轮椅,增大用户的活动范围,有效地改善其生活质量。

    查看详情
  • 一种基于关键帧和边界约束DTW的实时动态手势识别方法

    专利号:CN201710224005.6

    本发明涉及一种基于关键帧和边界约束DTW的实时动态手势识别方法,在动态手势特征提取阶段,将动态手势的运动方向引入到关键帧手势图像选取中,并根据动态手势的变化趋势实现对关键帧手势图像选取阈值的动态调整,在此基础上利用局部极值的特性并结合凸包过滤实现对关键帧手势图像的指尖特征提取;在动态手势识别阶段,提出一种转换方法,用于计算不等长的二维手势序列之间的DTW下界距离,并且在DTW距离计算过程中给出设置手势数据的配对范围的方法。本发明综合考虑了动态手势的轨迹特征和结构特征,并通过关键帧图像选取、构造DTW下界距离、设置手势数据的配对范围,缩短了动态手势识别过程的计算时间。

    查看详情
  • 一种基于Wi-Fi信号的手势识别方法

    专利号:CN201510939043.0

    摘要:本发明公开了一种基于Wi-Fi信号的手势识别方法,提取待识别手势信号GS,将待识别手势信号GS与多个模板手势信号进行匹配,得到待识别手势信号GS与模板手势信号之间的匹配距离,其中最小的匹配距离所对应的模板手势信号所表示的手势与待识别手势信号表示的手势一致,有效避免产生大量的冗余数据或者手势数据提取错误,造成识别错误或者系统运行缓慢。

    查看详情
  • 一种手势识别系统

    专利号:CN201610304401.5

    本发明公开了一种手势识别系统  手势识别系统包括处理模块,信息采集模块,最简系统总计不超过50元,大幅降低了成本。在识别的成功率方面,由于识别方式的先天性原因,本创意实现了不漏掉任何一个手势的目标。因距离感应器应用普遍,技术先进,故不需佩戴任何物品。由此实现了手势操作功能,且该系统识别能力强、使用方便。手势识别系统对不接触触摸屏幕的操作识别能力强。可以解决手势、无法接触到触摸屏时的手势操作。

    查看详情
上一页1 2 下一页 到第
没有找到合适的技术,可立即发布需求,平台为您匹配
手势识别关键技术

动态手势识别是人机交互技术的一部分,因其具有直观、形象、生动和信息蕴含丰富等特性,而倍受人们的关注,已经成为当今研究热点之一。手势识别顺序首先需进行图像的获取手势的检测和分割手势的分析,然后进行静态或动态的手势识别 。

相关专题
查看更多专题>