基于kinect深度检测手势地方法.docVIP

一种使用深度传感器检测手势的方法 摘要 深度传感器，包括Kinect和Xtion，为未来的人机交互开创了可能性，即使现在已经有使用深度传感器检测人体骨骼和姿势的成熟技术，但是在检测手和识别复杂手势方面仍然存在没有解决的问题，因为手仅仅占据深度传感器形成图像的一小部分，因此，手的细节比较难提取出来。在这篇文章中，我们提出了一种检测手势的新的方法，它能够实现如下功能：1，通过肤色分割和K均值聚类来分割手；2，找出形成手形状的凸包点和轮廓；3.检测每个手指的位置；4.用一套已检测出的收数据来代表手势。一系列应用证明，我们提出的方法具有鲁棒性和有效性。 介绍 在人机交互（HCI）中，确定无疑，手和手指的识别是一个有前途的部分，特别是在某些方面。比如，在医疗系统中，手势能够确保更有效的手术[1]；在计算机游戏中，通过指尖控制将会不可避免的多触摸设备[2]；在人机器人交互中，手势也是指导机器人的一个重要部分[3]。 作为一种经济实惠的选择，深入细致的研究普遍流行且廉价的摄像头（如Kinect和Xtion等），然而，基于这种传感器的研究大都是全身运动研究（比如步行，跳跃）[4][5]。比如Jamie Shotton, et al.在[4]中所陈述那样，他们把整个骨骼分成几部分，然后将计算部分因子映射到骨骼关节点上，以此来实现骨骼追踪。但是对于小规模的识别，比如手和手指，仍然没有解决。基本上说这是