7 u010843609

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的下载次数 76

病人使用Kinect绩效评估和基于蒙特卡罗手指跟踪(翻译)

越来越多的网站使用虚拟现实(VR)康复由许多优势是有道理的,比如一个吗增加病人的动机、学习的重复试验,可能调整治疗个别主题,安全的环境,定量评估病人的改善,和远程数据访问。本文提出了一种新颖的低成本病人在任务导向性能的评价方法手康复基于两个关键元素:一个虚拟的环境(VE)病人打交道,和微软的Kinect动作感应设备,用于完全与VE交互和反馈病人运动为了执行一个离线分析。这个目的,VE配备了一个虚拟的手和虚拟物体病人吗与之交互。为了使之间的交互以耐心,已经成为可能,一个健壮的标记为准的手指跟踪通过使用贝叶斯估计算法开发方法。

2015-03-04

云计算及其关键技术

云计算是一种新兴的计算模型, 它是在网格计算的基础上发展而来的。介绍了云计算的发展历史和应 用场景, 比较了现有的云计算的定义并给出了新的定义, 以谷歌的云计算技术为例, 总结了云计算的关键技术: 数据 存储技术( Goog le F ile System )、数据管理技术( B igTab le)、编程模型和任务调度模型(M ap-Reduce) 等, 分析了云计算和 网格计算以及传统超级计算的区别, 并指出了云计算的广阔发展前景。

2015-03-04

一种基于Kinect的虚拟现实姿态交互工具

:虚拟现实系统中大量使用人机交互技术。传统人机交互方式需要笨拙复杂的设备,基于视 觉传感器的非接触式交互方案在弱光条件的虚拟现实环境下效果不佳。综合这些因素,面向虚拟 现实环境,提出了一种基于Kinect 的即插即用姿态交互工具。通过研究虚拟现实特点,将虚拟现 实中适用的交互姿态分成两类:漫游控制类和场景交互类,分别设计出交互方案;使用有限状态 自动机原理分割姿态,使用动态时间规整方法识别语义类姿态;通过研究变电站操作培训三维仿 真系统和多面沉浸式虚拟现实环境两个应用案例,分析设计方案的可行性;最后设计实验,验证 姿态识别准确率,对比方案的用户体验。

2015-03-04

在深度图像的实时手势跟踪

专人跟踪是一种姿态的根本任务识别系统。大部分以前的作品所追踪的手在彩色图像位置和肤色严重依赖信息。然而,颜色信息是很容易受到照明变化和肤色的差异各地不同的人种族。此外,不能有效地鉴别面或从手等皮肤色状物体使用肤色时检测。在本文中,我们提出了一个手势跟踪算法使用深度图像只,并且也是手点击检测方法自动初始化专人跟踪。我们证明该深度的图像即可,有利于实时专人跟踪。的区域生长技术应用到段手区域的深度图像。然后基于均值漂移算法准确地定位在分段的手中心手区域。实验结果表明,该跟踪算法运行在300+的FPS,和平均误差所跟踪的3D手,持仓量为小于1厘米。该提出的方法使得大量的潜在应用到自然的人机交互(HCI),并且是足够的对于消费电子产品,由于其低的嵌入式系统复杂性和低带宽要求。

2014-09-23

使用卡尔曼滤波器在3D深度专人跟踪.

关于手势的研究活动为基础的用户界面(UI)已经增殖,在过去十年[1],[5]。其中各种基于手势的用户界面,接触界面已经进入了聚光灯下的人机交互(HCI)的智能电视和移动设备。非接触式用户界面的方法已经深入的研究,因为它们不仅提供了一个直观的 接口也无需额外的硬件。大多数的非接触式的用户界面已经基于颜色基于视觉的手势跟踪[2],[3]。基于颜色的跟踪有两个致命的局限性:1)背景往往具有相似的颜色来双手武器。 2)照明勤换。为了避免色为主跟踪这些问题,我们提出了一种新颖的基于深度的专人跟踪合适的算法手势识别。

2014-09-23

查看更多

勋章 我的勋章
  • 阅读者勋章Lv1
    阅读者勋章Lv1
    授予在CSDN APP累计阅读博文达到3天的你,是你的坚持与努力,使你超越了昨天的自己。