智能化交互人体表面特征点三维运动轨迹检测技术的研究

您当前的位置：

首页 >

文章列表页 >

机器视觉 | 更新时间：2025-09-01

- 智能化交互人体表面特征点三维运动轨迹检测技术的研究
- Research on three dimensional moving track measurement of feature points on body surface in intelligentialize man-machine interaction
- 光学技术 2013年39卷第4期页码：365-371
- 作者机构：
  
  1. 1:广州计量检测技术研究院
  2. 2:中山大学光电材料与技术国家重点实验室
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2013.04.015
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
韦争亮, 周伦彬, 周建英, 等. 智能化交互人体表面特征点三维运动轨迹检测技术的研究[J]. 光学技术, 2013,39(4):365-371.

Research on three dimensional moving track measurement of feature points on body surface in intelligentialize man-machine interaction[J]. 2013, 39(4): 365-371.
韦争亮, 周伦彬, 周建英, 等. 智能化交互人体表面特征点三维运动轨迹检测技术的研究[J]. 光学技术, 2013,39(4):365-371. DOI： 10.13741/j.cnki.11-1879/o4.2013.04.015.

Research on three dimensional moving track measurement of feature points on body surface in intelligentialize man-machine interaction[J]. 2013, 39(4): 365-371. DOI： 10.13741/j.cnki.11-1879/o4.2013.04.015.

人体表面特征点三维空间坐标的实时监测是实现自然高效、非接触的智能化人机交互的关键技术。算法在提取肤色区域外轮廓的基础上

依据手指和手势的多种形状约束特征实现指尖定位。基于Adaboost算法确定人脸区域

针对是否佩戴强干扰性眼镜

采用不同的灰度及空间结构特征实现人眼中心的准确定位。对左右内眼角点或是黑框眼镜内框曲率点进行改良性的光流跟踪。通过多尺度逐级定位算法提升特征点的定位精度。基于双目立体视觉原理实现特征点的三维空间坐标重构

并依靠三维信息反馈有效重启跟踪错误的光流算法。算法将特征与统计方法相结合

通过多尺度以及多信息(灰度、色调、空间结构、三维)的综合运用

相对于传统算法进一步提升了算法的时间处理效率和复杂背景中多状态下(强干扰佩戴物、较大角度的姿态变化、遮挡、光照)目标特征点的检测正确率。

浏览量

123

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于双目立体视觉的视网膜成像系统研究

基于线结构光的双目三维体积测量系统

光笔式双摄像机三维坐标视觉测量系统

基于双目视觉的三维重建中特征点提取及匹配算法的研究

货车枕簧丢失故障动态图像识别方法