基于手部关键点检测的手势识别研究

摘要

针对当今社会手势识别应用度逐渐提高的热点现象,提出一种基于手部及背景环境等21个特征点检测的手势识别算法。首先采用数据流处理机器学习应用开发框架,对图像进行变换与渲染,定义5个手指二维向量的相关角度;然后根据经验确定手指弯直状态改变的阈值角度,通过5个手指不同弯直状态的组合表征不同的含义;同时进行鲁棒预测控制,降低了相关的外部干扰与建模误差,提高了图像识别的精准度。采用公开数据集对提出的方法进行验证,平均识别率达到95%,提高了识别的精准度,为人机交互手势识别的发展提供了新思路。