사례 연구
손 제스처 인식을 위한 모델 훈련
선전 하얼빈 공과대학 과학부
6m × 4m × 2.6m
인간-컴퓨터 상호 작용, 손 제스처 인식, 훈련 알고리즘
손등에 있는 단일 마커의 트랙
8 × Mars 2H 모캡 카메라

인간-컴퓨터 상호 작용은 가상 현실 기술의 핵심 기능이다. 오늘날 지능형 하드웨어의 지속적인 업데이트와 모바일 네트워크의 가속화로 인간-컴퓨터 상호 작용이 빠르게 발전했으며 그 중 손 제스처 인식이 가장 인기 있는 인간-컴퓨터 상호 작용 모드이다. 현재 손 제스처 상호 작용은 스마트 자동차, 웨어러블 장치, 자동차 전자 제품, 스마트 폰 및 기타 분야에서 차세대 인간-컴퓨터 상호 작용으로 사용되었다.

1673333195340865.jpg

손 제스처 상호 작용을 실현하기 위한 첫 번째 단계는 제스처 데이터를 수집하는 것이다. 데이터 수집을 실현하는 방법에는 카메라 이미지를 기반으로 하는 시각적 제스처 캡처와 센서 추적을 기반으로 하는 관성 제스처 캡처의 두 가지가 있다. 그러나 이 두 가지 방법은 여전히 불충분한 캡처 정확도, 높은 데이터 노이즈 및 데이터 전처리와 같은 명백한 단점이 있다. Harbin Institute of Technology의 과학 학교의 Wang Yifeng 박사는 스마트 팔찌의 손 제스처 상호 작용에 대해 연구해 왔다.

1673333206874767.jpg

Wang Yifeng 박사는 NOKOV 모션 캡처 시스템을 사용하여 손 제스처 데이터를 얻었다. 스마트 팔찌 표면의 마커를 통해 적외선 광학 기반 모션 캡처 시스템은 마커의 3차원 좌표를 실시간으로 출력할 수 있다. 스마트 팔찌를 착용하고 제스처를 할 때 마커의 위치 변경으로 다른 제스처의 정보가 반영될 수 있으며 정확도는 서브 밀리미터 수준에 이른다. 모션 캡처 시스템은 속도, 가속도 및 기타 손 움직임 정보도 제공한다. 모든 데이터는 NOKOV 모션 캡처 시스템에서 제공하는 풍부한 SDK 인터페이스를 통해 다른 시스템으로 직접 가져온다. 연구자들은 많은 양의 데이터를 사전 처리하는 데 시간을 소비하는 대신 분류 및 인식 알고리즘에 집중할 수 있다.

불러온 데이터 정보로 분류 및 인식 모델을 훈련시킨 후, 26개의 문자를 알고리즘 검증을 위한 테스트 샘플로 사용하였으며, 지속적인 실시간 테스트를 통해 제스처 샘플의 올바른 인식 빈도와 잘못된 분류 범주 및 빈도에 대한 통계를 통해 인식 및 분류의 정확도를 분석하였다.

문의하기

  • 우리는 항상 귀하의 질문에 답변하고 더 많은 정보를 제공하게 되어 기쁩니다.

    문제에 대해 알려주시면 최상의 솔루션을 안내해 드리겠습니다.

  • 캡처 볼륨 * m m m
  • 선택 해주세요 *
  • 제안 수 (옵션)
  • 카메라 유형(선택 사항)
  • 카메라 수(선택 사항)
  • 제출하다
문의하기

문의하기

이사이트를 사용하면 쿠키 사용을 설명하는 개인 정보 보호 정책 , 에 동의하는 것입니다. 닫다 ×