基于 MediaPipe Hands 的转笔手部运动分析
计算机视觉与模式识别
2021-08-25 v1
摘要
我们挑战使用 MediaPipe Hands 和 OpenCV 获取转笔中的手部运动数据。其目的是创建一个可用于客观评估转笔比赛表现的系统。比赛中执行度、流畅性和控制性的评估相当困难且常具主观性。因此，我们旨在通过使用客观数值进行评估来完全自动化该过程。MediaPipe 的骨骼识别仍存在不确定性，且在明亮彩色背景下往往更难识别。然而，我们可通过在程序中改变饱和度和亮度来提高识别精度。此外，现已能自动检测并调整亮度。作为利用客观数值将转笔评估系统化的下一步，我们采用了“手部运动”。我们通过计算每帧手部坐标的标准差和 L2 范数，得以可视化手部运动的起伏。手部运动的结果相当准确，我们认为是朝目标迈出的一大步。未来，我们愿全力实现转笔评分的完全自动化。
引用
@article{arxiv.2108.10716,
title = {Pen Spinning Hand Movement Analysis Using MediaPipe Hands},
author = {Tung-Lin Wu and Taishi Senda},
journal= {arXiv preprint arXiv:2108.10716},
year = {2021}
}