基于视觉手势识别的研究—综述

电子学报 ›› 2000, Vol. 28 ›› Issue (2): 118-121.

基于视觉手势识别的研究—综述

任海兵, 祝远新, 徐光, 林学, 张哓平

清华大学计算机科学与技术系,北京 100084

收稿日期:1999-06-01 修回日期:1999-09-10 出版日期:2000-02-25
- 基金资助:
- 国家自然科学基金 (No.69873022)资助项目

Vision-Based Recognition of Hand Gestures:A Survey

REN Hai-bing, ZHU Yuan-xin, XU Guang-you, LIN Xue-yin, ZHANG Xiao-ping

Dept.of Computer Science and Technology,Tsinghua University,Beijing 100084,China

Received:1999-06-01 Revised:1999-09-10 Online:2000-02-25 Published:2000-02-25

摘要/Abstract

摘要： 手势是一种自然而直观的人际交流模式.基于视觉的手势识别是实现新一代人机交互所不可缺少的一项关键技术.然而,由于手势本身具有的多样性、多义性、以及时间和空间上的差异性等特点,加之人手是复杂变形体及视觉本身的不适定性,因此基于视觉的手势识别是一个极富挑战性的多学科交叉研究课题.本文从手势建模、手势分析和手势识别等三个方面综述了基于视觉手势识别的研究现状及其应用.

关键词: 手势识别, 人机交互, 计算机视觉

Abstract: Hand gestures play a natural and intuitive communication mode for all human dialogs.The ability for computer to visually recognize hand gestures is essential for future human-computer interaction.However,vision-based recognition of hand gestures is an extremely challenging interdisciplinary project due to following three reasons:(1)hand gestures are rich in diversities,multi-meanings,and space-time varieties;(2)human hands are complex non-rigid objects;(3)computer vision itself is an ill-posed problem.This paper presents a survey on visual recognition of hand gestures from points of modeling,analysis and recognition techniques of vision-based hand gestures recognition.

Key words: hand gestures recognition, human-computer interaction, computer vision

中图分类号:

TP242.6

任海兵, 祝远新, 徐光, 等. 基于视觉手势识别的研究—综述[J]. 电子学报, 2000, 28(2): 118-121.

REN Hai-bing, ZHU Yuan-xin, XU Guang-you, et al. Vision-Based Recognition of Hand Gestures:A Survey[J]. Acta Electronica Sinica, 2000, 28(2): 118-121.

[1]	潘敏婷, 王韫博, 朱祥明, 高思宇, 龙明盛, 杨小康. 基于无标签视频数据的深度预测学习方法综述[J]. 电子学报, 2022, 50(4): 869-886.
[2]	袁冠, 邴睿, 刘肖, 代伟, 张艳梅, 蔡卓. 基于时空图神经网络的手势识别[J]. 电子学报, 2022, 50(4): 921-931.
[3]	谢佳龙, 张波涛, 吕强. 一种基于双流融合3D卷积神经网络的动态头势识别方法[J]. 电子学报, 2021, 49(7): 1363-1369.
[4]	罗会兰, 袁璞, 童康. 基于深度学习的显著性目标检测方法综述[J]. 电子学报, 2021, 49(7): 1417-1427.
[5]	程旭, 宋晨, 史金钢, 周琳, 张毅锋, 郑钰辉. 基于深度学习的通用目标检测研究综述[J]. 电子学报, 2021, 49(7): 1428-1438.
[6]	沈栎, 陈莹. 带特征监控的高维信息编解码端到端无标记人体姿态估计网络[J]. 电子学报, 2020, 48(8): 1528-1537.
[7]	罗会兰, 陈鸿坤. 基于深度学习的目标检测研究综述[J]. 电子学报, 2020, 48(6): 1230-1239.
[8]	张丞, 何坚, 王伟东. 空间上下文与时序特征融合的交警指挥手势识别技术[J]. 电子学报, 2020, 48(5): 966-974.
[9]	付利华, 赵宇, 孙晓威, 卢中山, 王丹, 杨寒雪. 基于孪生网络的快速视频目标分割[J]. 电子学报, 2020, 48(4): 625-630.
[10]	杨珂, 王敬宇, 戚琦, 孙海峰, 王晶, 廖建新. LSCN:一种用于动作识别的长短时序关注网络[J]. 电子学报, 2020, 48(3): 503-509.
[11]	冯志全, 乔宇, 冯仕昌, 周晓燕, 徐涛, 杨晓晖, 范雪, 毕建平. 多种手势对应同一语义的柔性映射交互算法的研究[J]. 电子学报, 2019, 47(8): 1612-1617.
[12]	徐贵力, 谢瑒, 程月华, 王正盛, 张泽宏, 姜斌. 一种抗光照突变的前景提取方法研究[J]. 电子学报, 2019, 47(7): 1401-1407.
[13]	王勇, 王沙沙, 田增山, 周牧, 吴金君. 基于FMCW雷达的双流融合神经网络手势识别方法[J]. 电子学报, 2019, 47(7): 1408-1415.
[14]	张聪炫, 陈震, 熊帆, 黎明, 葛利跃, 陈昊. 非刚性稠密匹配大位移运动光流估计[J]. 电子学报, 2019, 47(6): 1316-1323.
[15]	葛利跃, 张聪炫, 陈震, 黎明, 陈昊. 相互结构引导滤波TV-L1变分光流估计[J]. 电子学报, 2019, 47(3): 707-713.