实时连续手势定位：一种基于人工神经网络的方法
机器人学
2016-11-15 v1 计算机视觉与模式识别
摘要
新型且更自然的人机交互接口对于机器人技术的发展至关重要。本文探讨了连续且实时的手势定位，即手势分割与手势识别。手势模式通过专门适配于控制工业机器人过程的人工神经网络 (ANNs) 进行识别。由于在连续手势识别中，交际性手势与非交际性手势间歇性出现，我们提出了一种串联两个 ANNs 的新架构以识别这两类手势。数据手套被用作接口技术。实验结果表明，所提出的解决方案具有高识别率（十个手势库超过 99%，三十个手势库超过 96%）、低训练与学习时间，以及从特定情境中良好泛化的能力。
引用
@article{arxiv.1309.2084,
title = {Real-Time and Continuous Hand Gesture Spotting: an Approach Based on Artificial Neural Networks},
author = {Pedro Neto and Dário Pereira and Norberto Pires and Paulo Moreira},
journal= {arXiv preprint arXiv:1309.2084},
year = {2016}
}
备注
2013 IEEE International Conference on Robotics and Automation (ICRA) pp. 178-183, Karlsruhe, Germany, 2013