动态手势的累积性块提取
计算机视觉与模式识别
2025-01-08 v1
摘要
手势识别是一种基于计算机视觉技术的用户界面，允许计算机将人类动作解释为命令，从而使用户无需使用手掌即可与计算机交互，使鼠标和键盘变得多余。手势识别的主要弱点是光照条件，因为手势控制依赖于计算机视觉，而计算机视觉严重依赖于摄像机。这些摄像机用于解释2D和3D中的手势，因此提取的信息会因光源而有所不同。系统的这一限制无法在黑暗环境中工作。一种简单的夜视摄像机可作为我们的运动捕捉摄像机使用，因为它们也会发出红外线，这种红外线对人类不可见，但可被没有红外滤光器的摄像机清晰看到。这主要克服了无法在黑暗环境中工作的限制。随后，视频流输入到一个树莓派上，该树莓派运行一个Python程序，使用OpenCV模块用于检测、隔离和跟踪动态手势的路径，然后我们使用机器学习算法来识别绘制的图案，并据此控制树莓派的GPIO以执行某些活动。
引用
@article{arxiv.2501.04002,
title = {Extraction Of Cumulative Blobs From Dynamic Gestures},
author = {Rishabh Naulakha and Shubham Gaur and Dhairya Lodha and Mehek Tulsyan and Utsav Kotecha},
journal= {arXiv preprint arXiv:2501.04002},
year = {2025}
}