吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (06): 1621-1625.doi: 10.7964/jdxbgxb201306030

• 论文 • 上一篇    下一篇

一种基于网格采样的手势识别算法

董立岩1, 高洋1, 李永丽2, 任时鸣3   

  1. 1. 吉林大学 计算机科学与技术学院, 长春 130012;
    2. 东北师范大学 计算机科学与信息技术学院, 长春 130117;
    3. 北京理工大学 管理与经济学院, 北京 100037
  • 收稿日期:2012-12-05 出版日期:2013-11-01 发布日期:2013-11-01
  • 通讯作者: 李永丽(1965-),女,副教授.研究方向:信息安全.E-mail:Liyl603@nenu.edu.cn E-mail:Liyl603@nenu.edu.cn
  • 作者简介:董立岩(1966-),男,教授.研究方向:数据库与智能网络系统.E-mail:dongly@jlu.edu.cn
  • 基金资助:

    国家自然科学基金项目(61272209).

Gird based gesture recognizing algorithm

DONG Li-yan1, GAO Yang1, LI Yong-li2, REN Shi-ming3   

  1. 1. College of Computer Science and Technology, Jilin University, Changchun 130012, China;
    2. School of Computer Science and Information Technology, Northeast Normal University, Changchun 130117, China;
    3. School of Management and Economics, Beijing Institute of Technology, Beijing 100037, China
  • Received:2012-12-05 Online:2013-11-01 Published:2013-11-01

RICH HTML

0   

PDF (PC)

1357

摘要：

为克服传统手势识别算法的缺点,提高手势识别的准确率并充分考虑人机交互因素,提出了一种基于网格采样的手势识别算法。该算法通过对用户输入的点集合图形进行旋转、平移、放缩、采样以及模板对比等操作实现手势识别。实验结果表明,与传统识别算法相比该算法的准确率有明显提高,而时间消耗增加很小。该算法对基于触摸屏的手势交互技术有一定的参考价值和很强的实践意义。

关键词: 人工智能, 人机交互, 手势交互, 手势识别, 基于模板识别

Abstract:

In order to overcome the shortcomings of conventional gesture recognizers, improve the accuracy of recognition and take human-computer interaction into consideration, a new template based recognition algorithm called Grid was proposed. Using this algorithm, the user input gesture given by point set is recognized by rotation, translation, scaling normalization and resampling. In particular, this algorithm uses a gird based method to resample the most representative points of the gesture. Experiment results show that the proposed Grid has higher accuracy with a tolerable larger time cost. This algorithm provides a reference for touch-screen based gesture interaction technique.

Key words: artificial intelligence, human computer interaction, gesture based interaction, gesture recognition, template based

中图分类号: 

  • TP301.6

[1] Kin K,Hartmann B.Proton: multitouch gestures as regular expressions[C]//Proc CHI'12. Austin: ACM Press,2012: 2885-2894.

[2] Andrew B, Hsu-Sheng K. Gesture select: acquiring remote targets on large displays without pointing[C]//In Proc CHI 2011, ACM Press, 2011: 187-196.

[3] Cecil L, Devin J, Kanav K. The impact on musculoskeletal system during multitouch tablet interactions[C]//In Proc CHI 2011, ACM Press,2011: 825-828.

[4] Dan M, Jonathan H. Cultural similarities and differences in user-defined gestures for touchscreen user interfaces[C]//Proc CHI'10,Atlanta: ACM Press, 2010: 4015-4020.

[5] Tu H, Ren X, Zha S. A comparative evaluation of finger and pen stroke[C]//In Proc CHI 2012, ACM Press,2012:1287-1296.

[6] Caroline A, Shumin Z. Using strokes as command shortcuts: cognitive benefits and toolkit support[C]//Proc CHI 09', Boston: ACM Press, 2009: 2289-2298.

[7] Radu V,Anthony L, Wobbrock J O. Gestures as point clouds: a $P recognizer for user interface prototypes[C]//ICMI'12, New York: ACM Press,2012: 273-280.

[8] Wobbrock J O, Wilson A, Li Y. Gestures without libraries, toolkits or training: a $1 recognizer for user interface prototypes[C]//UIST'07, 2007:159-168.

[9] Li Y. Protractor: a fast and accurate gesture recognizer[C]//Proc CHI'10, Atlanta: ACM Press, 2010: 2169-2172.

[10] 邓捷方,杨勇,王国胤. 一种基于局部特征融合的表情识别方法[J].重庆邮电大学学报:自然科学版,2011,23(5):626-630. Deng Jie-fang,Yang Yong,Wang Guo-yin. An expression recognition method based on local feature fusion[J]. Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition), 2011,23(5):626-630.

[11] Li Y. Protractor: a fast and accurate gesture recognizer[C]//Proc CHI'10, Atlanta: ACM Press, 2010: 2169-2172.

[12] 胡章芳,杨麟,罗元,等. 一种基于改进的SURF算法的静态手语字母识别方法[J].重庆邮电大学学报:自然科学版, 2013,25(4): 544-548. Hu Zhang-fang,Yang Lin,Luo Yuan,et al. A novel static sign language letters recognition method based on improved SURF algorithm[J]. Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition), 2013,25(4):544-548.
[1] 董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[2] 顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[3] 王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[4] 张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213.
[5] 黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865.
[6] 李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[7] 刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881.
[8] 王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532.
[9] 杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538.
[10] 刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544.
[11] 曲慧雁, 赵伟, 秦爱红. 基于优化算子的快速碰撞检测算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1598-1603.
[12] 李嘉菲, 孙小玉. 基于谱分解的不确定数据聚类方法[J]. 吉林大学学报(工学版), 2017, 47(5): 1604-1611.
[13] 邵克勇, 陈丰, 王婷婷, 王季驰, 周立朋. 无平衡点分数阶混沌系统全状态自适应控制[J]. 吉林大学学报(工学版), 2017, 47(4): 1225-1230.
[14] 王生生, 王创峰, 谷方明. OPRA方向关系网络的时空推理[J]. 吉林大学学报(工学版), 2017, 47(4): 1238-1243.
[15] 马淼, 李贻斌. 基于多级图像序列和卷积神经网络的人体行为识别[J]. 吉林大学学报(工学版), 2017, 47(4): 1244-1252.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发