针对移动WEB终端微手势识别的应用需求,提出了一种适应移动WEB终端平台的微手势识别方法。应用Haar特征对手掌位置进行识别,通过肤色分割、形态学处理等方法获取手部图像,然后根据手掌和手指的信息分析获得当前手势所代表的命令,从而响应相应的操作行为。采用Web RTC框架采集了200组肤色不同、大小不同、手形不同的手势图像,进行1000次微手势识别实验。实验结果表明,该方法的手势图像识别成功率大于90%,平均耗时小于180ms,并且可以在Android设备上识别动态手势指令。
科研之友
微信
新浪微博
Facebook
分享链接
