-
公开(公告)号：CN107038424B
公开(公告)日：2019-12-24
申请号：CN201710263069.7
申请日：2017-04-20
Applicant: 华中师范大学
Abstract: 本发明属于手势识别技术领域，涉及一种手势识别方法，包括如下步骤：通过Kinect实时获取深度图像序列；通过Kinect实时获取手掌中心和手肘中心的位置，并根据每帧图像的深度信息提取手部轮廓；根据手掌中心位置、手肘中心位置和手部轮廓，计算指尖位置和指根位置，提取特征；将步骤3中提取的特征和模板库中的手势特征进行匹配，进入分类器，按分类器的分类标准选择出最接近的手势为识别出的手势，并将每一帧识别出的手势保存在队列Q中；分析队列Q中该帧和之前四帧的识别结果，选取出现数量最多的手势，作为最终识别结果。本发明使用Kinect获取深度信息，结合数字图像分析技术，能够快速准确的识别操控者的手势。
-
公开(公告)号：CN110288657B
公开(公告)日：2021-05-04
申请号：CN201910434938.7
申请日：2019-05-23
Applicant: 华中师范大学
Abstract: 本发明公开一种基于Kinect的增强现实三维注册方法，采用融合RGB‑D信息的深度图像修复方法，解决了由深度图中空洞、抖动以及边缘不稳定等问题造成的标定和图像对齐误差，为后续三维注册的精确度提供了保证；采用基于深度直方图的近景模式自动判断方法，非近景模式下，采用基于Fast ICP的三维注册方法计算摄像机位姿；近景模式下，采用融合Fast ICP(Fast Iterative Closest Point)和ORB(Oriented FAST and Rotated BRIEF)的三维注册方法计算摄像机位姿，解决了由于硬件限制造成的注册失败问题，不论是非近景模式还是近景模式都能获得精确、稳定的三维注册结果。本发明算法复杂度低，易理解，易实现，不受光照和复杂场景的影响，满足增强现实系统实时性要求，能够解决互遮挡问题。
-
公开(公告)号：CN110288657A
公开(公告)日：2019-09-27
申请号：CN201910434938.7
申请日：2019-05-23
Applicant: 华中师范大学
Abstract: 本发明公开一种基于Kinect的增强现实三维注册方法，采用融合RGB-D信息的深度图像修复方法，解决了由深度图中空洞、抖动以及边缘不稳定等问题造成的标定和图像对齐误差，为后续三维注册的精确度提供了保证；采用基于深度直方图的近景模式自动判断方法，非近景模式下，采用基于Fast ICP的三维注册方法计算摄像机位姿；近景模式下，采用融合Fast ICP(Fast Iterative Closest Point)和ORB(Oriented FAST and Rotated BRIEF)的三维注册方法计算摄像机位姿，解决了由于硬件限制造成的注册失败问题，不论是非近景模式还是近景模式都能获得精确、稳定的三维注册结果。本发明算法复杂度低，易理解，易实现，不受光照和复杂场景的影响，满足增强现实系统实时性要求，能够解决互遮挡问题。
-
公开(公告)号：CN107038424A
公开(公告)日：2017-08-11
申请号：CN201710263069.7
申请日：2017-04-20
Applicant: 华中师范大学
Abstract: 本发明属于手势识别技术领域，涉及一种手势识别方法，包括如下步骤：通过Kinect实时获取深度图像序列；通过Kinect实时获取手掌中心和手肘中心的位置，并根据每帧图像的深度信息提取手部轮廓；根据手掌中心位置、手肘中心位置和手部轮廓，计算指尖位置和指根位置，提取特征；将步骤3中提取的特征和模板库中的手势特征进行匹配，进入分类器，按分类器的分类标准选择出最接近的手势为识别出的手势，并将每一帧识别出的手势保存在队列Q中；分析队列Q中该帧和之前四帧的识别结果，选取出现数量最多的手势，作为最终识别结果。本发明使用Kinect获取深度信息，结合数字图像分析技术，能够快速准确的识别操控者的手势。
-
-
-
Search Results
4
records
(took 0.016 seconds)
