摘要
本发明提供一种基于MeanShift算法的红外手势识别方法,包括利用红外传感器捕捉人体手部运动产生的热辐射信号,基于热辐射信号生成手部热图;通过前端数据处理单元对手部热图进行模数转换、信号增强、滤波与降噪处理,生成高质量的数字手部热图;采用MeanShift算法对数字手部热图进行手势轨迹的定位和跟踪分析,通过计算窗口向高密度区域移动的向量并迭代更新窗口位置,提取手部特征点及其运动轨迹;将提取的手部特征与预设的手势模型库进行比对,根据比对结果识别用户手势动作;根据识别的手势动作生成交互指令,并传输至外部设备,以实现无接触的人机交互。本发明通过采集手部红外信号,利用MeanShift算法进行手势轨迹的定位和跟踪分析,从而识别用户手势动作。
技术关键词
MeanShift算法
红外手势识别方法
手势模型库
识别用户手势
手部特征
红外传感器阵列
红外手势识别装置
数据处理单元
轨迹
微型热电堆红外传感器
两点间距离
外部设备
映射关系表
指令
通信接口
信号
高精度模数转换器
捕捉人体
系统为您推荐了相关专利信息
手势识别方法
手势区域
颜色直方图
动态背景
亮度直方图
动作特征
音频采集设备
图像采集设备
智能监管方法
声音特征提取
手势图像信息
元素
模式选择器
识别用户手势
交互方法