• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>SIBGRAPI Conference on Graphics, Patterns and Images >A New Approach for Dynamic Gesture Recognition Using Skeleton Trajectory Representation and Histograms of Cumulative Magnitudes
【24h】

A New Approach for Dynamic Gesture Recognition Using Skeleton Trajectory Representation and Histograms of Cumulative Magnitudes

机译：利用骨架轨迹表示和累积量直方图的动态手势识别新方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we present a new approach for dynamic hand gesture recognition that uses intensity, depth, and skeleton joint data captured by Kinect sensor. This method integrates global and local information of a dynamic gesture. First, we represent the skeleton 3D trajectory in spherical coordinates. Then, we select the most relevant points in the hand trajectory with our proposed method for keyframe detection. After, we represent the joint movements by spatial, temporal and hand position changes information. Next, we use the direction cosines definition to describe the body positions by generating histograms of cumulative magnitudes from the depth data which were converted in a point-cloud. We evaluate our approach with different public gesture datasets and a sign language dataset created by us. Our results outperformed state-of-the-art methods and highlight the smooth and fast processing for feature extraction being able to be implemented in real time.
机译：在本文中，我们提出了一种新的动态手势识别方法，该方法使用了Kinect传感器捕获的强度，深度和骨骼关节数据。该方法集成了动态手势的全局和局部信息。首先，我们用球坐标表示骨架3D轨迹。然后，我们用我们提出的关键帧检测方法选择手部轨迹中最相关的点。之后，我们通过空间，时间和手的位置变化信息来表示关节运动。接下来，我们使用方向余弦定义来描述人体位置，方法是根据深度数据生成累积量级的直方图，这些直方图在点云中进行了转换。我们使用不同的公共手势数据集和由我们创建的手语数据集来评估我们的方法。我们的结果优于最新方法，并强调了能够实时实现的特征提取的平稳，快速处理。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号