تخمین حالت سه بعدی دست، مستقل از دید و مقاوم به انسداد با استفاده ازدوربین monocular

استفاده از دست، عصر جدیدی در محاوره انسان با کامپیوتر در حال باز کردن هستند. یکی از چالش های مهم در این زمینه تخمین حالت سه بعدی دست به صورت بلادرنگ می باشد. این مقاله روشی جدید مبتنی بر هیستوگرام شیب زاویه و هیستوگرام جریان، جهت تخمین حالت سه بعدی دست مستقل از دید و مقاوم به انسداد در یک جریان از فریم های تصویر حاوی شکل دست، معرفی می کند. اساس اکثرکارهای قبلی، تهیه یک بردار توصیفی بزرگ یا هیستوگرام مستقل از محل از الحاق اطلاعات محلی تصویر دست و جستجو در یک پایگاه بزرگ از تصاویر بوده است. بدلیل استفاده از یک توصیف سراسری از تصویر، کارائی این روش ها نسبت به انسداد پائین می باشد. برای غلبه بر این مشکل ما از تکنیکی بنام بخش بندی محلی تصویر استفاده کرده ایم. ویژگی ظاهری و جنبشی هر بخش را توسط دو تکنیک HOGو HOF استخراج می کنیم. و سپس هر بخش را توسط یک code-word بازنمائی می کنیم. از یک طبقه بندی کننده غیرخطی SVM برای طبقه بندی code-word ها استفاده کرده ایم. در قسمت ارزیابی نشان می دهیم که روش پیشنهادی نسبت به روش های رایج قدرت تخمین بالاتری دارد و نسبت به انسداد مقاومتر می باشد

کلیدواژه ها:

هیستوگرام شیب زاویه ، هیستوگرام جریان ، الگوریتم نزدیکترین همسایگی ، الگوریتم k-mean