基于視覺的動態(tài)手勢識別是人機交互領域應用較為廣泛的技術,其發(fā)展對于實現(xiàn)人機自然交互有著重要研究意義。文章介紹并分析了目前常用的手勢交互系統(tǒng)。通過對近年來國內(nèi)外相關文獻的領域研究進行梳理,概述了視覺動態(tài)手勢識別的一般流程,其流程包括檢測與分割、追蹤、特征提取、分類,并對各流程所涉及的方法及優(yōu)缺點進行了對比分析;探討了視覺動態(tài)手勢識別研究所面臨的挑戰(zhàn)性問題和未來可能的研究方向,為推動該領域的進一步研究提供參考。 

【文章來源】：浙江理工大學學報(自然科學版). 2020,43(04)

【文章頁數(shù)】：13 頁

【文章目錄】：
0 引 言
1 基于視覺的動態(tài)手勢識別研究現(xiàn)狀
2 視覺動態(tài)手勢識別關鍵技術
    2.1 手勢檢測與分割
    2.2 手勢追蹤
    2.3 手勢特征提取
    2.4 手勢分類
3 視覺動態(tài)手勢識別面臨的挑戰(zhàn)性問題及發(fā)展方向
    3.1 面臨的挑戰(zhàn)性問題
    3.2 可能的研究方向
4 結 語


【參考文獻】：
期刊論文
[1]結合幀差法與Mean Shift的抗遮擋跟蹤算法[J]. 岳昊恩,袁亮,呂凱.  現(xiàn)代電子技術. 2019(12)
[2]一種基于幀差法結合Kalman濾波的運動目標跟蹤方法[J]. 李妍妍,田瑞娟,張弦弦.  兵工自動化. 2019(04)
[3]基于顯著性定位和動態(tài)自適應區(qū)域生長的HRMR圖像斑塊分割[J]. 嚴靜,劉啟榆,周瑩,張順源,劉知貴.  計算機應用研究. 2019(11)
[4]利用深度學習進行圖像分割[J]. 任博涵.  中國設備工程. 2018(23)
[5]改進的HOG-CLBC的行人檢測方法[J]. 程德強,唐世軒,馮晨晨,游大磊,張麗穎.  光電工程. 2018(08)
[6]利用深度學習進行圖像分割[J]. 蔣昀昊.  通訊世界. 2018(06)
[7]基于關鍵幀的連續(xù)手語語句識別算法研究[J]. 郭鑫鵬,黃元元,胡作進.  計算機科學. 2017(S2)
[8]基于二級匹配策略的實時動態(tài)手語識別[J]. 梁文樂,黃元元,胡作進.  計算機科學. 2017(07)
[9]基于LBP和PCA機器學習的手勢識別算法[J]. 王景中,李萌.  計算機測量與控制. 2015(04)
[10]利用雙目視覺視頻的實時三維裸手手勢識別[J]. 公衍超,萬帥,楊楷芳,陳浩,李波.  西安電子科技大學學報. 2014(04)



本文編號：3182033