使用隐马尔可夫模型的手形分析

Question

我目前正在研究动态手势识别系统。我选择了手形的曲率特征。目前我能够获得手部轮廓曲率的角度列表。

问题是我被困在接下来应该做什么。在我发现的大量文献中可以找到很少的信息。在将处理后的输出传递给隐马尔可夫模型进行分类之前，应该对每个手势/姿势的这组角度进行“处理”。

但是这个过程应该包括什么？我遇到了： 傅立叶变换，B样条和很多函数，但我不知道如何将这组角度（例如-23，90，45，156，...）传递给这些函数。

谢谢你的耐心等待。

下面是一个显示哪个阶段我迄今所取得的图片：

Answer 1

你能解释一下你是如何获得这些角度？你可以将连续的角度组合在一起，并且可以以某种方式将它们联系起来：例如通过减去它们或者以某种方式处理它们来找出哪些手指已经被打开/关闭或者找到手朝向的方向。例如，假设手掌的质心位于一帧中的（x，y）处，另一帧中的（a，b）处于质心处。然后你可以减去这些来找出你的手朝向的方向。

现在，由于您已经找到了手部轮廓曲率的角度，因此您可以获得不同点的数量和角度的变化。通过对连续的角度进行配对并找到轮廓上的点数，您可以尝试并检测哪些手指已打开，哪些已关闭。如果您尝试进行指尖检测，请查看凸面算法算法。但是既然你说你的手势是动态的，那么这意味着你的手在执行某个手势时不断在空间中移动。请澄清这一点。处理完成后，结果应形成观察序列，作为HMM的输入。