基于视觉图像的手指关节角度检测方法及其实现

摘要

常用的手势识别方法受限于有限的二维图像信息,难以从复杂的背景中有效地分割出目标像素,且大多依赖于监督学习的分类方法,只能在有限的手势库中进行选择判定,无法适用于较为精细的手指运动检测.为此,提出一种利用粒子群寻优算法来估计手指关节角度的方法,引入Kinect深度图像优化特征提取,提高检测准确性,通过对手部自由度的分析,引入多个约束条件,减少需要预测和估计的自由度个数.基于粒子群寻优算法,得出最优的预测模型,将手势分类问题转化为手指关节角度变量求解问题.实验结果表明,该方法有效地提高了手势检测中的检测准确率,降低了检测失效的情况.