基于计算机视觉的人机交互技术研究

计算机视觉技术使人类手势识别在人机交互等工业应用中发挥着重要作用。该方法提出了一种基于手动提取特征的动态手势分割和分类方法，该特征是从Kinetic传感器提供的骨架数据中提取的。其中，手势检测模块以前馈神经网络为依托，神经网络对逐帧进行分类。手势识别方法以滑动窗口语的方式从空间和时间维度提取信息。然后，本文结合不同持续时间的窗口来获得多时间尺度方法带来的性能增益。受递归神经网络时间序列领域最近成功验证的启发，该方法还提出了一种基于双向长期和短期记忆单元的同时手势分割和分类方法。这种方法能够在长时间尺度上学习时间关系。该方法评估了2014年chalearn关注人物挑战的数据集，并将其与其他不同方法进行了比较。这种方法的性能几乎与最先进的技术相匹配。最后，利用该方法识别出的手势可以与协作机器人进行交互