深度图中识别指尖

最新推荐文章于 2022-11-23 17:01:14 发布
最新推荐文章于 2022-11-23 17:01:14 发布
阅读量1k 收藏
点赞数 2
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/linjx520074913/article/details/19044623
版权
博客主要围绕深度图展开，实现了从深度图中识别手指和指尖的功能，并且基于此进行了模拟弹钢琴的操作，体现了在图像识别和模拟应用方面的技术实践。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

从深度图中识别出手指


从深度图中识别出指尖，并模拟弹钢琴


linjx520074913
关注
深度卷积网络CNN与图像语义分割
xiahouzuoxin
08-19 9万+
转载请注明出处: http://xiahouzuoxin.github.io/notes/级别1：DL快速上手级别2：从Caffe着手实践级别3：读paper，网络Train起来级别3：Demo跑起来读一些源码玩玩熟悉Caffe接口，写Demo这是硬功夫分析各层Layer输出特征级别4：何不自己搭个CNN玩玩级别5：加速吧，GPU编程关于语义分割的一些其它工作说好的要笔耕不缀，这开始一边实习一边找
【姿态估计】 深度图姿态识别应用调研
sunnyblogs的博客
05-25 3059
人体姿态识别 人体姿态是人体重要的生物特征之一，有很多的应用场景，如：步态分析、视频监控、增强现实、人机交互、金融、移动支付、娱乐和游戏、体育科学等。姿态识别能让计算机知道人在做什么、识别出这个人是谁。特别是在监控领域、在摄像头获取到的人脸图像分辨率过小的情况下是一个很好的解决方案，还有在目标身份识别系统中可以作为一项重要的辅助验证手段，达到减小误识别的效果。 专利相关 基于深度相机识别人体头部姿态的方法及装置 (中国科学院自动化研究所，201810232468.1) 本发明提供一种基于深度相机识别人体头部
通过深度图像识别人体姿势
01-15
英文论文Gesture Recognition with Depth Images - A Simple Approach
指尖识别
weixin_30677617的博客
07-23 311
指尖识别功能，演示视频是基于kinect深度相机的检测和识别。 转载于:https://www.cnblogs.com/CVArt/p/3208554.html
简单粗糙的指尖检测方法（FingerTips Detection）
热门推荐
zouxy09的专栏
03-23 2万+
简单粗糙的指尖检测方法（FingerTips Detection） zouxy09@qq.com http://blog.youkuaiyun.com/zouxy09          在人机交互领域，如果可以比较好的检测指尖，对于交互的丰富度、灵活性来说是有很大提升的。目前指尖检测的方法也很多，我这里稍微尝试了下简单了两种。这两种方法都借助了手的几何特征，简单但比较粗糙，鲁棒性不够。   方
matlab 手指指尖检测,简单粗糙的指尖检测方法（FingerTips Detection） | 学步园
weixin_39883091的博客
03-20 639
简单粗糙的指尖检测方法(FingerTips Detection)在人机交互领域，如果可以比较好的检测指尖，对于交互的丰富度、灵活性来说是有很大提升的。目前指尖检测的方法也很多，我这里稍微尝试了下简单了两种。这两种方法都借助了手的几何特征，简单但比较粗糙，鲁棒性不够。方法一：重心距离法见下图，红色点是手的重心，那么手的边缘的所有点与重心点的距离按顺时针方向或者逆时针方向遍历，就会出现五个峰值，分别...
kinect指尖识别
Lixam的专栏
05-17 9139
kinect指尖识别 来源： 张维祥的日志 对于普通摄像头下的手指识别，大多是基于模板匹配，神经网络和统计分析甚至于借助颜色指套等进行，但因为环境干扰太多，识别效果不好，而且大多只能识别手整体的运动，而不能识别手指的运动。本文是基于kinect摄像头实现的，由于它支持深度图像，可以排除复杂的背景，而且支持例如openNI和win SD
基于Kinect深度图像信息的手势跟踪与识别
10-17
《基于Kinect深度图像信息的手势跟踪与识别》 在人机交互领域，手势识别是一项关键技术，它使得用户可以通过自然的手势与计算机进行互动。传统的视觉手势识别技术往往对环境背景有较高要求，容易受到光照变化、背景...
基于深度学习的指尖检测并返回指尖坐标，速度毫秒级，基准度对标百度的指尖识别。.zip
最新发布
09-22
深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等...
深度解析手势识别：指尖数目与跟踪技术
本压缩包中包含的两个记事本文件，分别针对获取指尖数目、手势识别的外文链接，这些内容覆盖了作者硕士期间研究的指尖识别相关工作。在手势识别的研究与开发中，通常会遇到以下几个重要知识点： 1. 手势识别的分类...
基于凸包检测和重心距离法的指尖检测和识别（Python实现）
05-24
1、实现效果：见链接：https://blog.youkuaiyun.com/SoaringLee_fighting/article/details/124936620 2、基于凸包检测和重心距离法的指尖检测和识别（Python实现）。 3、适用于计算机，电子信息工程等专业的大学生课程设计和毕业设计。
Kinect sdk 指尖识别框架和例子 Finger Detect Demo
11-03
1、指尖识别框架和例子. 该框架能补全Kinect SDK不能识别手指的问题，代码规范和Kinect的一样。 在这里，我只给大家提供例子源码，不提供框架源码，由于其他原因，当然，我们可以技术交互、技术讨论，技术合作，如果你有更好的想法，但不能一个人完成、或者想把这框架完善得更好，或者其他想法、其他原因，都可以联系我，QQ：979070830 （A3） 该指尖识别框架是自己一个人写的，有很多不足的地方，由于考虑到CPU运算能力的限制，只做了一些处理，并没有完善到最好，希望能人志士们能共同来完成它。右手识别和左手识别是一样的，在这里，只开启右手识别。该框架算法主要采取识别+跟踪的方式来完成的。深度图的位置和真实图片的位置有偏差，在这里并没有做处理。 2、其他。 如果想商业化，必先要经过本人同意。
基于图像分割的指尖个数的识别
10-25
基于图像分割的指尖个数的识别。使用的肤色分割识别目标和背景（通常，人的皮肤在于（H = 0，S = 58）和（H = 50，S = 173）之间）。
手势识别、指尖检测、手势跟踪
03-20
压缩包里面包含两个记事本，分别为获取指尖数目、手势识别外文链接，里面都是本人硕士期间研究指尖识别过程中所涉及的内容，大部分从github上下载，把他们总结到一块，给研究手势识别的同学提供方便，可以进去打开看看人家做的效果 欢迎下载
基于MATLAB的人手手指指尖的图像采集与检测
01-20
基于MATLAB的指尖检测，使用MATLAB2015开发。课程设计作业。通过凸包定位指尖。有完整的GUI界面。
matlab 手指指尖检测,手势识别 指尖识别 在线api 离线SDK解决方案
weixin_31366207的博客
03-20 668
开启人机交互的新方式，为人机交互带来更加丰富自然的体验手势识别简介手势识别(GR)是基于腾讯音视频实验室的新一代人机交互技术，包括静态手势识别、关键点识别、指尖识别等功能，为开发者和企业提供高性能、高可用性的手势识别认可服务。可应用于互动娱乐、智能家居、VR/AR、智能汽车、智能超市、工业质检等行业。云手势识别的特点1、综合能力积累了静态手势识别、手势关键点识别等一系列人体手势分析能力，支持新的手...
指尖检测测试（一）
Lixam的专栏
10-10 6290
这几天做了一个指尖检测的测试程序，效果一般，主要是受环境影响比较大。目前我做的将手从复杂环境中提取出来的测试程序效果不是很好，受光影响较大，虽然我已经把RGB颜色空间转换了，将光强和色调隔离开来，但是还是有比较大的影响，后面会优化。     首先用肤色检测将手提取出来，当然更简单的方法就是直接用阈值二值化，在某些简单背景下还行。下面是用肤色检测提取出的手掌图。     我用cvErod
深度图结合RGB实现行为识别
weixin_45595504的博客
11-23 1106
RGB的视频辅助depth的视频
再议指尖识别
梧桐树
02-20 1285
来源： 张维祥的日志 用hough+细化的方法，识别速度快，但是在某些情况下容易造成误差，识别不是很稳定。如下图： 由于深度图的视差等原因，会有些点找不到，如上图握拳后掌心位置，如果还采用前一章的方法，细化结果会很糟糕（掌心处会产生若干干扰线段）造成识别不准确。 可以利用图像形态学中的开闭运算消除这种影响，但是当五指靠的非常近时会对手指间造成恶劣的影响（五指被靠在一起了）。 考虑其
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值