针对当今社会手势识别应用度逐渐提高的热点现象，提出一种基于手部及背景环境等21个特征点检测的手势识别算法。首先采用数据流处理机器学习应用开发框架，对图像进行变换与渲染，定义5个手指二维向量的相关角度；然后根据经验确定手指弯直状态改变的阈值角度，通过5个手指不同弯直状态的组合表征不同的含义；同时进行鲁棒预测控制，降低了相关的外部干扰与建模误差，提高了图像识别的精准度。采用公开数据集对提出的方法进行验证，平均识别率达到95%，提高了识别的精准度，为人机交互手势识别的发展提供了新思路。
科研之友
微信
新浪微博
Facebook
分享链接
