Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: hand pose detection

Sortuj według:

Ogranicz wyniki do:

System sterowania gestem z wykorzystaniem czujnika wizyjnego Microsoft Kinect

Parzych M., Cetnarowicz D., Dąbrowski A.

Elektronika : konstrukcje, technologie, zastosowania

2014

Vol. 55, nr 4

42-46

W artykule przedstawiono system sterowania gestem opartego na czujniku Microsoft Kinect. Omówiono najpopularniejsze środowiska umożliwiające realizację systemu zintegrowanego, wykorzystującego różnorodny sprzęt i oprogramowanie. Przygotowano algorytm bezdotykowego sterowania manipulatorem. Przedstawiono wyniki eksperymentów, przeprowadzonych w celu określenia dokładności i dobrania optymalnej metody sterowania.

The article presents a gesture control system based on the Microsoft Kinect sensor. The most popular environments for implementation of the system realization using a variety of equipment and software are discussed. The prepared algorithm for non-contact control of the manipulator is presented. The paper discusses the results of experiments conducted to determine the accuracy of the control and the optimal control method.

Hand gesture recognition based on free-form contours and probabilistic inference

Kasprzak W., Wilkowski A., Czapnik K.

International Journal of Applied Mathematics and Computer Science

2012

Vol. 22, no. 2

437-448

A computer vision system is described that captures color image sequences, detects and recognizes static hand poses (i.e., 'letters') and interprets pose sequences in terms of gestures (i.e., 'words'). The hand object is detected with a double-active contour-based method. A tracking of the hand pose in a short sequence allows detecting 'modified poses', like diacritic letters in national alphabets. The static hand pose set corresponds to hand signs of a thumb alphabet. Finally, by tracking hand poses in a longer image sequence, the pose sequence is interpreted in terms of gestures. Dynamic Bayesian models and their inference methods (particle filter and Viterbi search) are applied at this stage, allowing a bi-driven control of the entire system.