Resumen

El reconocimiento de gestos es una parte importante de la interacción humano-robot. Para conseguir un reconocimiento de gestos rápido y estable en tiempo real sin restricciones de distancia, este artículo presenta un método mejorado de segmentación de umbrales. El método mejorado combina la información de profundidad y color de una escena objetivo con la posición de la mano mediante el método de escaneo jerárquico espacial; el ROI en la escena se extrae así mediante el método del vecino local. De este modo, la mano puede identificarse con rapidez y precisión en escenas complejas y a diferentes distancias. Además, se utiliza el algoritmo de detección de cascos convexos para identificar la posición de las puntas de los dedos en la ROI, de forma que las puntas de los dedos puedan identificarse y localizarse con precisión. Los resultados experimentales muestran que la posición de la mano puede obtenerse de forma rápida y precisa en el fondo complejo utilizando el método mejorado, el intervalo de distancia de reconocimiento en tiempo real puede alcanzarse entre 0,5 m y 2,0 m, y los índices de detección de las yemas de los dedos pueden llegar al 98,5% de media. Además, las tasas de reconocimiento de gestos son superiores al 96% y el algoritmo de detección convex hull. Por lo tanto, se puede concluir que el método propuesto consigue un buen rendimiento de detección y posicionamiento de manos a diferentes distancias.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:algoritmo de detección de casco convexo, diferentes distancias, posición de la mano, método mejorado, método de exploración jerárquica espacial, intervalo de distancia de reconocimiento temporal, índices de detección de yemas de dedos, índices de reconocimiento de gestos, método del vecino local, reconocimiento estable de gestos
• Keywords:convex hull detection algorithm, different distances, hand position, improved method, spatial hierarchical scanning method, time recognition distance interval, fingertip detection rates, gesture recognition rates, local neighbor method, stable gesture recognition