典型文献
基于计算机视觉的人机交互技术研究
文献摘要：
计算机视觉技术使得人类手势识别在工业应用中发挥了重要作用,如人机交互等.该方法提出了一种基于手工提取特征的动态手势分割和分类方法,这些特征是从Kinetic传感器提供的骨架数据中提取出来的.其中,手势检测模块依赖于前馈神经网络,该神经网络执行逐帧的二分类.手势识别方法采用滑动窗口的方式从空间和时间维度提取信息.然后,本文组合不同持续时间的窗口,以获得多时间尺度方法所带来的性能增益.受递归神经网络最近在时间序列领域验证成功的启发,该方法还提出了一种基于双向长短期记忆单元来同时进行手势分割和分类的方法,该方法具有在长时间尺度上学习时间关系的能力.所提方法评估了2014年ChaLearn Looking at People挑战赛数据集,并与其他不同方法进行对比,该方法的性能几乎与最先进的技术相匹配.最后,该方法识别出的手势可以应用于与协作机器人进行交互.
文献关键词：
计算机视觉;人机交互;协作机器人;深层神经网络;长短期记忆
中图分类号：
作者姓名：
贾淑滟
作者机构：
山西旅游职业学院,山西太原 030031
文献出处：
引用格式：
[1]贾淑滟-.基于计算机视觉的人机交互技术研究)[J].绵阳师范学院学报,2022(05):76-84
A类：
ChaLearn
B类：
人机交互技术,计算机视觉技术,手势识别,工业应用,提取特征,动态手势,手势分割,分类方法,Kinetic,手势检测,检测模块,前馈神经网络,二分类,滑动窗口,空间和时,时间维度,提取信息,多时间尺度,递归神经网络,近在,证成,双向长短期记忆,长短期记忆单元,长时间尺度,学习时间,方法评估,Looking,at,People,挑战赛,不同方法,最先,方法识别,协作机器人,深层神经网络
AB值：
0.404665
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
