21、助力残障人士与抗疫：手势识别与新冠检测技术探索

助力残障人士与抗疫：手势识别与新冠检测技术探索

在当今科技飞速发展的时代，有两项技术正逐渐崭露头角，它们分别是用于残障人士的手势识别技术和新冠疫情下的检测技术。这两项技术都在各自的领域发挥着重要作用，为人们的生活带来了积极的影响。

残障人士手势识别技术

手势识别技术旨在帮助使用印度手语（ISL）的残障人士与听力正常的人进行交流，其主要目标是构建一种能够将动态手势即时转换为文本的算法。

现有研究与挑战

• 实时检测系统 ：有研究展示了基于视觉的实时手势检测系统，可用于多种人机交互应用。该系统能识别印度和美国手语中的35种不同手势，采用RGB到灰度的分割方法降低误检率，并通过改进的尺度不变特征变换（SIFT）提取特征，以MATLAB建模并创建图形用户界面（GUI），实现高效且用户友好的手势识别。
• 特征提取研究 ：相关文章探讨了手语研究和发展现状，聚焦于手动交流和肢体语言。手语识别一般分为预处理、特征提取和分类三个步骤，可用的分类方法包括神经网络（NN）、支持向量机（SVM）、隐马尔可夫模型（HMM）和尺度不变特征变换（SIFT）等。然而，当前使用的方向直方图存在一些缺点，如相似动作可能有不同的方向直方图，不同手势可能有相似的方向直方图，且该技术对占据图像大部分的非手势物体也可能有效。

作者	方法	特点	挑战