多用户协同手势下触摸点用户归属问题研究

随着多点触摸交互技术的发展,大尺寸交互区下的操作是触摸屏未来发展的一个趋势,多用户协同手势的识别是支持其发展的一个关键技术;针对多用户协同手势识别中触摸点用户归属问题,提出区域划分、直接对象、主点作用域三种归类模式,避免了多用户触摸点之间的交叉影响,将触摸点区分到不同的用户手势中,为后续根据手势信息进行下一步的手势识别提供了可靠的依据;最后给出三个实例验证方法的有效性,并采用用户问答方式对其交互性和效率进行了统计和分析。     

基于视觉的手语识别及其分类

手语是人们在聋人环境中使用手的姿势、动作、位置和朝向,配合面部表情、按照一定的规则来表达特定语义的交际工具。本文分别从基于词根的手语识别方法,基于视觉的手语识别方法和基于中国手语单手词汇的识别方法对两种手语分类的方法进行了论述。     

穿在身上的“第六感”

轻轻摆一摆手,一张照片拍好了;摊开手掌心乱点几下,你的电话居然被拨通了!他究竟是魔术高手还是superman?     

手势礼仪

本文着重对工作和生活中的手势礼节进行探讨,更加注重的礼节在工作中的应用。     

融合Kinect与GVF Snake的手势轮廓提取方法

针对Kinect相机在人体骨骼点采集时无法获取手势信息的不足,提出一种融合Kinect和GVF Snake的手势轮廓提取算法,可以提取出完整清晰的手势轮廓。此算法利用Kinect相机在人体信息采集中的优势,获取深度图像,定位手掌点与手腕点,由这两点计算手的旋转修正角度。以手掌点向外做八向搜索获取手掌包围盒切分出手区域。最后在包围盒上放置Snake初始轮廓线,通过GVF Snake模型迭代搜索,获取目标准确完整边界。对于深度图像在边缘数据急剧变化时出现的抖动、凹陷等缺点,选择先构建轮廓线再收敛的GVF Snake算法保证手势轮廓完整平滑。实验结果表明,该方法能够自动放置GVF Snake初始轮廓,准确跟踪手位置、精确收敛到手势轮廓,抗噪效果明显。     

融合多特征和压缩感知的手势识别

基于压缩感知理论,提出了一种新的手势识别方法,考虑到单个特征的局限性,结合Zernike矩和HOG描述符从全局和局部角度描述手势外观和形状.训练阶段提取手势训练图像的Zernike矩和HOG特征构建字典,识别阶段提取待测样本特征,将其表示成相应训练字典的稀疏线性组合,采用求解l1范数的最优化问题实现分类.实验结果证明,和目前应用较广的手势识别方法相比,该方法具有较强的竞争性,而且通过融合两种形状特征,对光照、尺度、旋转等变化更具鲁棒性.     

改进的DAGSVM手势识别方法

在现有支持向量机多分类方法基础上,提出了一种改进的有向无环图支持向量机(DAGSVM)手势识别方法.分析了传统有向无环图支持向量机分类器生成顺序随机化的不足,引入类间距离和类的标准差作为生成分类器的测度.利用Kinect获取场景深度信息得到手势图像,提取手势特征并训练SVM分类器,并采用改进后的方法得到DAGSVM分类器.实验证明:与其他支持向量机多分类器相比,改进后的DAGSVM分类器能够达到更高的识别率,将这个手势识别方法用于智能轮椅的控制上,取得了良好的效果.     

晃动手掌就髓开关的膏幻手势感应灯

现在我们常见的有触摸灯、声控灯，这都不稀奇，今天来瞧瞧这款利用运动感应原理研制的“手势感应灯”。打开、关闭、明亮、暗淡的调节再也无需接触开关和灯座，只要通过一个小小的手势就能轻松完成所有的功能操作。垂直晃动手掌可以调节明亮或暗淡，而水平左右晃动则是把灯打开或关闭。现在好了，有了它，睡觉时再也不用担心忘记关灯了，因为那时开关灯已经成为一种体操游戏。     

篮球竞赛中手势应用的研究

篮球竞赛是以身体运动为主的运动项目,在比赛或练习中,为了方便传递更快更多的信息,裁判员、教练员、运动员常常采用手势的方法传递。