【发布时间】：2011-08-07 21:47:35
【问题描述】：
基于骨骼运动检测用户手势涉及哪些算法？我知道的包括：
a) 隐马尔可夫模型。您为 HMM 定义了许多参数，例如手的位置、肘部角度等，以输入您的 HMM。然后花一些时间训练系统，调整参数，直到它能够足够可靠地识别你的手势。我相信这就是 Wii 手势通常是如何完成的。 kinect here 的好例子。
b) 连接点。如果您的手势词汇量有限，您可以沿着每只手通常采用的路径设置碰撞球。如果他们没有足够快地跟随路径，您可能会导致手势失败。
这两种方法可能都需要进行大量调整才能达到您想要的成功/失败率。我想知道是否还有其他我不知道的方法，以及每种方法的优点。
【问题讨论】：
-
您能否找到您要搜索的内容？我目前陷入同样的问题，任何帮助将不胜感激。谢谢
-
我们能够通过解决方案 (b) 解决问题。由于项目的性质，我们已经有了每个手势的 3d 动画，所以我们编写了一个应用程序来根据它生成“点”（在我们的例子中，我们只需要从手的位置生成“点”）。我们会手动调整点的大小、每个点之间的间距、保持每个位置的时间等。这并不完美，但它为我们完成了工作。
标签： theory kinect gesture-recognition hidden-markov-models