A real-time hand pose recognition system
This thesis work aimed to reimplement and improve an existing system for hand pose recognition from monocular video data. The resulting system is light, multi-platform and easily extensible because of its modularity. It relies on treating the problem of hand pose estimation as a nearest neighbour lo...
| Main Author: | |
|---|---|
| Format: | Others |
| Language: | English |
| Published: |
KTH, Skolan för datavetenskap och kommunikation (CSC)
2013
|
| Subjects: | |
| Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-142438 |
| Summary: | This thesis work aimed to reimplement and improve an existing system for hand pose recognition from monocular video data. The resulting system is light, multi-platform and easily extensible because of its modularity. It relies on treating the problem of hand pose estimation as a nearest neighbour look-up in a database of synthetically generated hand images. Its main characteristics are the use of HOGs (Histogram of Oriented Gradients) as features and employing temporal consistency for greater reliability and robustness. The paper also makes a review of the current hand pose recognition research and gives arguments for our choices of implementation both in terms of design and actual technology used. === Arbetet med den här uppsatsen ämnade till att bygga om och förbättra ett befintligt system för handposeestimering. Det framtagna systemet är lättviktigt och plattformsoberoende samt lätt att utöka tack vare dess modularitet. Problemet med att estimera handposer behandlas som ett närmaste-grannsökning i en databas av syntetiskt framtagna bilder på händer. Systemets huvudsakliga egenskaper är användandet av HOGs (Histogram of Oriented Gradient) samt temporal konsistens för ökad pålitlighet och stabilitet. Uppsatsen innehåller också en studie av nuvarande forskning inom området och presenterar argument för vår implementation avseende både vilken design och vilken teknik som använts. |
|---|