研究目的
为交互式投影仪开发一种基于深度的平面指尖检测与分类方法,通过为不同手指分配不同功能来提升用户体验。
研究成果
所提出的基于深度的指尖检测与分类方法,通过级联随机森林和三维姿态归一化特征,有效丰富了用户与投影仪的交互方式。该方法在准确率上优于传统技术,并能灵活分配不同手指的不同功能。未来工作可探索将该协同分类框架与其他分类器结合,以提升准确性与效率。
研究不足
该方法假设背景是平面且静态的,这限制了其在非平面或动态背景中的应用。它还假设特定的手部姿势,可能无法涵盖所有交互场景。该系统的感知速度低于某些商业系统,且支持的并发用户数量和多点触控有限。
1:实验设计与方法选择
该方法采用连接投影仪的深度相机进行指尖检测与分类,使用具有3D姿态归一化像素差特征的级联随机森林实现检测与分类。
2:样本选择与数据来源
通过Intel SR300相机采集6名不同手部尺寸受试者的深度图像序列,人工标注2D指尖位置及其类别标签。
3:实验设备与材料清单
Intel SR300深度相机、投影仪及平面投影载体。
4:实验流程与操作步骤
包括背景深度图像采集、候选手部区域与指尖检测、应用级联随机森林分类、利用评分函数优化检测到的指尖子集。
5:数据分析方法
采用平均每类精确率与F1分数评估性能,并与传统随机森林和卷积神经网络分类器进行对比。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容