论文部分内容阅读
手指与手势的实时识别长期以来都是计算机视觉研究的重点与难点。体感交互技术的发展开创了新型的人机交互方式，也为这一问题带来了新的解决方案。本文主要实现了一种基于深度相机的手指识别算法。在实现过程中，本文将手部分为7个主要区域，基于CyberGlove数据手套与Libhand三维模型获得手部的深度图训练数据，有效地解决了实验中训练的数据来源问题，然后使用随机森林算法对深度图进行训练，获得判别模型。根据实时应用的需求，将原有的随机森林算法进行改进，提出了一种分步识别的算法:首先将整个手部区域分为手腕、手掌、拇指、其他手指四个区域进行随机森林的训练与识别，之后，在上述识别的基础上，再对四个手指进行进一步识别。利用这一识别方法，能够有效地对各个手指进行划分，证明了这一整体解决方案在手指识别问题上的有效性。最后，基于实验的手指分类结果，本文实现了对指尖区域的识别并设计了一种新型的虚拟键盘实现方案。