مرور مقایسه ای تخمین حالت سه بعدی دست مبتنی بر پردازش تصویر

با گسترش روزافزون فناوری و ظهور دستگاه های هوشمند در زندگی امروزی، برقراری ارتباط تعاملی با این ابزارهای هوشمند به امری اجتناب ناپذیر تبدیل شده است. از میان روش های متعدد برقراری ارتباط تعاملی که شامل استفاده از صوت و لباس های مجهز به سنجش گر حرکتی و همچنین روش های مبتنی بر تصویر است که هر کدام برمبنای شناسایی و نظارت بر عضو خاصی از بدن متمرکز هستند، روش های مبتنی بر دست انسان به دلیل دارا بودن ویژگی های خاص دست، از اهمیت مضاعفی در این حوزه برخوردار است و لذا تخمین حالت سه بعدی دست با استفاده از پردازش تصویر به یکی از جذاب ترین و چالشی ترین زمینه های پژوهشی مرتبط با ارتباط تعاملی انسان با ماشین تبدیل شده است. در این مقاله، روش های مختلف تخمین حالت سه بعدی دست با تاکید بر روش های مبتنی بر پردازش تصویر بررسی شده و نقاط قوت و ضعف آنها بیان شده و مورد مقایسه قرار گرفته است. این مقایسه بر اساس روش های سنتی و همچنین روش های مرتبط با یادگیری عمیق انجام شده است. همچنین پایگاه داده های مورد استفاده در تخمین حالت دست نیز معرفی شده و ویژگی های هرکدام از آنها در کاربردهای مختلف مورد بررسی قرار گرفته است.

کلیدواژه ها:

تخمین حالت سه بعدی دست ، ارتباط تعاملی انسان-ماشین ، مفصل های دست ، تصویر RGBD