基于Kinect和改进DTW算法的动态手势识别

魏秋月; 刘雨帆

doi:10.13873/J.1000-9787(2021)11-0127-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于Kinect和改进DTW算法的动态手势识别

计算与测试 | 更新时间：2025-09-11

- 基于Kinect和改进DTW算法的动态手势识别
- 暂无标题
- 传感器与微系统 2021年第11期页码：127-130
- 作者机构：
  
  西安邮电大学自动化学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(51875457);陕西省科技厅国际合作项目(2019KW—011)
- DOI：10.13873/J.1000-9787(2021)11-0127-04
  中图分类号： TP18;TP391.41
- 纸质出版：2021
- 稿件说明：
移动端阅览
魏秋月, 刘雨帆. 基于Kinect和改进DTW算法的动态手势识别[J]. 传感器与微系统, 2021,(11):127-130.
魏秋月, 刘雨帆. 基于Kinect和改进DTW算法的动态手势识别[J]. 传感器与微系统, 2021,(11):127-130. DOI： 10.13873/J.1000-9787(2021)11-0127-04.

DOI：

摘要

针对复杂环境中传统手势识别方法识别效果不佳的问题

提出一种基于Kinect传感器和改进动态时间规整(DTW)算法的动态手势识别方法。通过对Kinect传感器获取的深度信息进行分析

获取人体主要骨骼点的坐标

选取手部节点作为手部运动的特征参照

然后构造矢量特征描述手的运动轨迹

采用一种改进的DTW算法对得到的特征数据进行模板训练

实现了基于轨迹匹配的动态手势识别。实验结果表明:所提方法能够识别定义的14种手势

平均识别率能够达到98.7%

在复杂背景及光照强度变化的环境下也有良好的识别效果。

Abstract

关键词

Keywords

references

Pramod Kumar Pisharady,Martin Saerbeck.Recent methods and databases in vision-based hand gesture recognition: A review[J].Computer Vision and Image Understanding,2015.

Siddharth S. Rautaray,Anupam Agrawal.Vision based hand gesture recognition for human computer interaction: a survey[J].Artificial Intelligence Review,2015.

刘洋.基于单目视觉的静态手势识别系统研究[D].北京交通大学,2016(01).

吕亚辉,么娆,严雨灵.基于GA-PSO算法的机器人手势交互轨迹规划研究[J].组合机床与自动化加工技术,2019(09).

陈立,李颖昉,刘志远,王礼华,王艳柏.虚拟现实交互游戏中的手势识别[J].科技创新与应用,2019(20).

任重庚,沈捷,王莉,蔡鑫.基于Kinect骨骼数据的手势识别[J].计算机工程与设计,2019(05).

张登攀,李国玄,王黎阳.基于Kinect骨骼信息与深度图像的指尖点检测[J].计算机测量与控制,2019(03).

陈国良,葛凯凯,李聪浩.基于多特征HMM融合的复杂动态手势识别[J].华中科技大学学报(自然科学版),2018(12).

王兵,董洪伟,张明敏,潘志庚.基于Kinect的动态手势识别[J].传感器与微系统,2018(02).

曹洁,赵修龙,王进花.基于RGB-D信息的动态手势识别方法[J].计算机应用研究,2018(07).

李凯,王永雄,孙一品.一种改进的DTW动态手势识别方法[J].小型微型计算机系统,2016(07).

浏览量

1130

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据