Vad betyder tummen upp och det lilla fingret. Förklaring på fingrarna. "Tummen upp"

Real-time handigenkänning med finger segmentering

Manuell gestigenkänning är mycket viktigt för interaktionen mellan en person och en dator. I det här dokumentet presenterar vi en ny realtidsgestkänslighetsmetod i realtid. I vårt ramverk avlägsnas handens område från bakgrunden genom att subtrahera bakgrunden. Därefter segmenteras palm och fingrar så att detektera och känna igen fingrarna. Slutligen gäller reglerklassificatorn för att förutsäga handgenvägarna. Dessutom visar vår metod bättre prestanda än modern metod För en annan uppsättning gester.

Som vi vet är tekniken för erkännande av de visionsbaserade gesterna en viktig del av interaktionen hos en person och en dator. I senaste decennier Tangentbordet och musen spelar en viktig roll i samspelet mellan en person och en dator. Gesturen är en symbol för fysiskt beteende eller känslomässigt uttryck. Den innehåller kropps gest och hand gest. För den första utser pose av kroppen eller handgesten ett tecken. För den sista rörelsen i kroppen eller hand överför vissa meddelanden. Det är väldigt annorlunda än traditionella hårdvarumsmetoder och möjliggör interaktion mellan en person och en dator med hjälp av gestigenkänning.

Gestkänsligheten bestämmer användarens avsikt genom att känna igen gesten eller kroppens rörelse eller delar av kroppen. Under de senaste årtiondena har många forskare försökt förbättra handgästens erkännande teknik. Den maximala radiens inre cirkel. När palmpunkten hittas kan den rita en cirkel med en palm som en central punkt inuti handflatan. Cirkeln kallas den inre cirkeln, eftersom den är påslagen inuti handflatan. Cirkelns radie ökar gradvis tills den når kanten på handflatan.

Det vill säga, cirkelns radie stannar när svarta cirklar ingår i cirkeln. Cirkeln är den inre cirkeln av den maximala radien, som dras som en cirkel med röd i figuren. Handled och palm. När radien av den maximala interna cirkeln uppnås erhålls en större cirkel, vars radie är 2 gånger radien av den maximala inre cirkeln. Cirkeln dras som en blå cirkel på bilden. Då väljs vissa punkter jämnt i en cirkel.

"Tummen upp"

Där palmpunkten är belägen är cirkelns radie och är provets stadium. För varje selektiv punkt på cirkeln hittades den närmaste gränspunkten och nivellerades. Bedömningen av gränspunkten är enkel. Om de 8 pixelgrannarna består av vita och svarta pixlar är den markerad som en gränspunkt. Alla hittade närmaste gränspunkter är förknippade med att få en palmmask, som kan användas för fingrarna och handflatan. Sökmetoden för palmmasken beskrivs i algoritmen. Palmhandmaskhand i figuren visas i figuren.

En större cirkel istället för den maximala inre cirkeln används för att erhålla en mer exakt palmmask för nästa segmentering. Två handledspoäng - två ändpunkter på handledslinjen på botten av handen. Möjliga glasögon är viktiga stunder att känna igen handbehåll. De kan sökas enligt följande: Om avståndet mellan två sekventiella punkter i masken är stort, mäts dessa två maskpunkter som handledspunkter. Det är, där det finns många punkter i palmmasken och avståndet mellan två punkter.

Vänligen se ritningen för handled och handledslinjer. Manuell rotation. När palm- och handledspunkten är uppnådd kan det ge en pil som pekar från palmpunkten till mittpunkten på handledslinjen längst ner på handen. Då är pilen konfigurerad i norr. Manuell bild roterar synkront till handen gesten var invariant till rotation. Under tiden skärs delar under handledslinjen på rotatorbilden för att få en exakt bild av handen, som inte täcker axeln. Figuren vrids och skär ut bilden av en hand.

Fingrar och finger segmentering. Med hjälp av palmmasken kan fingrarna och palmen enkelt segmenteras. En del av handen täckt med palmmasken är handflatan, och resten av delarna är fingrarna. Resultatet av segmenteringen av fingrarna och handflatan visas i figuren. I den segmenterade bilden av fingrarna används märkningsalgoritmen för att beteckna fingertopparna. Som ett resultat av märkningsmetoden, upptäckta områden där antalet pixlar är för små anses vara bullriga områden och kasseras. Endast områden är tillräckligt storlekar anses vara fingrar och förblir.

För varje återstående område, det vill säga fingrarna har visat sig att den minsta begränsningsramen omfattar fingret. Minsta begränsningsrektangeln indikeras av en röd rektangel på bilden. Därefter används mitten av den minsta begränsningsramen för att representera fingerens centrala punkt.

Den viktigaste av fingrarna

Detektering och detektering av fingrarna. Centers of Fingers läggs ut i handflatan. Därefter beräknas graderna mellan dessa linjer och handledslinjen. Om graden är mindre än betyder det att tummen visas i den manuella bilden. Motsvarande centrum är den centrala punkten i tummen. Det upptäckta stora fingret är markerat med numret. Om alla grader är mer, finns det ingen tumme i bilden.

Tumme som ett indikatorhot

Detektering och erkännande av andra fingrar. För att upptäcka och känna igen andra fingrar öppnar palmen först. Palm Palm Line Wrist Line. Palmlinjen söks enligt följande: Börja från armbandens slag. För varje rad passerar linjelinjen parallelllinjerna handen. Om det bara finns en stickad uppsättning vita pixlar vid korsningen av linjen och händerna, skiftar linjen uppåt. När det finns flera anslutna vita pixeluppsättningar vid korsningen av linjen och händerna, anses linjen som en kandidat för handflatan.

Om tummen inte detekteras, väljs linjen som skär en hand med flera anslutna vita pixlar i korsningen som en palmlinje. I fallet med en tumme fortsätter linjen att röra sig upp, med kanten av kanten på handflatan istället för tummen som utgångspunkten för linjen. Nu, eftersom tummen rengörs, finns det bara en ansluten uppsättning pixlar i korsningen av linjen och händerna. Så snart den tillhörande uppsättningen vita pixlar kommer att bli 2, kommer Palm att visas. Sök palmlinje visas i figuren.

Efter att ha mottagit palmlinjen är den uppdelad i 4 delar. Enligt den horisontella koordinaten av fingerens centrala punkt faller den i vissa delar. Om fingret kommer in i den första delen är detta ett pekfinger. Om fingret hänvisar till den andra delen, det långfinger. Den tredje delen motsvarar det namnlösa fingret. Den fjärde delen är ett litet finger. Resultatet av detekteringen av fingrarna i figuren visas i figuren. På bilden är den gula linjen en palmlinje och den röda linjen parallellt med handledslinjen.

I vissa fall är två eller flera fingrar nära, och det finns inget intervall mellan fingrarna. Ett exempel på fallet visas i figuren. För att skilja fallet från ett finger används bredden av den minsta begränsningsramen som en indikator på diskriminering. Om bredden på den minsta begränsningsramen är lika med det vanliga värdet är det detekterade området ett finger. Om bredden av den minsta begränsningsramen är flera gånger det vanliga värdet, motsvarar det detekterade området flera fingrar som förblir nära varandra.

När fingrarna är erkända och erkända kan handens gest igenkännas med en enkel klassificerare av reglerna. I reglerna klassificeras den manuella gesten i enlighet med numret och innehållet i detekterade fingrarna. Fingerhalten betyder vilka fingrar detekteras. Reglerna klassificeraren är mycket effektiv och effektiv. , Till exempel, om tre fingrar detekteras, dvs långfingeren, namn Och det lilla fingret, den manuella gesten klassificeras som en etikett 3.

I experiment används två uppsättningar av gestyrdata i handen för att bedöma effektiviteten av den föreslagna metoden. Dataset 1 är en uppsättning bilder från tretton gester. 100 bilder tas bort för varje gest. Alla bilder av gester tillhör 3 kvinnor och 4 män. Storlek En bild av gester. Tretton gester visas på bilden.

En annan dataset är monterad från 10 föremål och innehåller 10 gester för ett antal 0. En uppsättning data som tagits i en rörig bakgrund är ett stort problem för att känna igen handbehåll. Dessutom, för varje gester, representerar ämnet variationer i manuell riktning, skala, artikulering etc.

Utvärdering av effektivitet i dataset 1

Klassificeringsnoggrannhet. För att mäta effektiviteten av den föreslagna gestigenkänningsmetoden beräknas klassificeringsnoggrannheten i experiment. Vid studiefallet skapas regler som definierar tretton gester. Reglerna Classifier använder sedan reglerna för att förutsäga testbildsidentifieringen. I figurerna ,,,, och, och erkännandet av fem gester visas. På varje figur finns det sex podgigurov, som är bilder som visar bilden i binär hand, palm och handledslinje, en kalibrerad bild av en hand, en palmmask, upptäckt fingrar och fingerigenkänning respektive gester.