为快速准确识别火车驾驶员动态手势,提出一种基于机器视觉的动态时间规整算法。采用Kinect视觉传感器提取手势深度信息,结合人体骨骼节点信息,通过选取合适的深度距离阈值将手势图像信息从背景中分离出来。基于支持向量机(SVM)算法对分割后的手势图像进行识别并对手势规范性进行评价。利用图像深度数据以及驾驶员骨骼数据得到手臂骨骼节点的运动序列,结合动态时间规整(DTW)算法进行动态手势最优匹配,得到动态手势识别和评价结果。模拟场景数据测试实验表明:在可靠性和稳定性方面,所提出的方法优于传统的方法。此外,该方法能够实时实现和准确得分。

文章来源：《电子元器件与信息技术》 网址: http://www.dzyqjyxxjs.cn/qikandaodu/2021/0427/1107.html