手标志检测

Question

我正在尝试识别静态手势。与我可以用于该项目的库和算法混淆。

需要什么来识别手势并将其转换为文本。我设法得到手轮廓。 你能告诉我什么是分类手势的最好方法。 它是haar分类器，adaboost分类器，凸包，方向直方图，SVM，移位算法还是其他任何东西。 也请给我一些例子。

我试过opencv和emugcv两个图像处理。什么是实时系统最好的C++或c＃。

任何帮助，高度赞赏。 谢谢

Answer 1

人们使用很多方法，所以我不能给一个独特的。您可以使用Google Scholar进行一些研究，并使用关键词“手势”，“识别”和“检测”。

也许你会在Google的帮助下找到一些代码。例如，HandVu：http://www.movesinstitute.org/~kolsch/HandVu/HandVu.html

haar分类器（Viola-Jones的方法）有助于检测手，而不是识别它们。

祝你好运！

Answer 2

我用OpenCV做了以下。算法：在HSV制成

1. 皮肤检测
2. 细化（如果像素具有零邻居比设置为零）
3. 增厚（如果像素具有邻居非零然后将其设置为零）

参见this Wikipedia page了解这些细节。

Answer 3

你可以找到最好的训练有素的级联来检测使用的OpenCV从GitHub的手...

https://github.com/Aravindlivewire/Opencv/blob/master/haarcascade/aGest.xml

好运...

Answer 4

我已经实现了在Web应用程序handtracking我掌握deggree。基本上，您应该遵循以下步骤：

1 - 检测感兴趣区域中的肤色特征。基本上，在屏幕上放置一个框架，并要求用户放置手。

2 - 您应该执行lucas kanade跟踪器方法。基本上，这alghorithm将确保您的功能不会通过帧丢失。

3 - 尝试为每3帧间隔获取更多功能。