基于声呐的Android手机手势跟踪系统的设计与实现.pdf

针对基于视觉的手势识别技术对环境背景要求较高的问题，提出了一种利用深度信息进行手势提取和识别的研究方案。采用Kinect深度摄像头，通过中值滤波以及深度信息与邻域特点来分割手部区域并用Canny算子提取出手势轮廓，再以深度图像的凸缺陷指尖来完成对指尖的检测，从而实现对数字手势1到5的手势识别。该方法可快速有效地对指尖进行检测，鲁棒性和稳定性都比其他方法更好。实验结果表明，该手势识别方案的平均识别率达到92％，证明了该方法的可行性。

基于改进粒子群优化算法的手势跟踪，王霞，夏海轮，针对优化算法在高维人手参数空间中求解复杂的目标函数时出现的局部搜索能力不足、早熟收敛和精度低等问题，本文提出一种基于自适

基于Mean Shift的序列图像手势跟踪算法