
Sé el primero en recomendar esto
LinkedIn emplea cookies para mejorar la funcionalidad y el rendimiento de nuestro sitio web, así como para ofrecer publicidad relevante. Si continúas navegando por ese sitio web, aceptas el uso de cookies. Consulta nuestras Condiciones de uso y nuestra Política de privacidad para más información.
LinkedIn emplea cookies para mejorar la funcionalidad y el rendimiento de nuestro sitio web, así como para ofrecer publicidad relevante. Si continúas navegando por ese sitio web, aceptas el uso de cookies. Consulta nuestra Política de privacidad y nuestras Condiciones de uso para más información.
Scribd comenzará a dirigir SlideShare el 1 de diciembre de 2020 A partir de esa fecha, Scribd gestionará tu cuenta de SlideShare y cualquier contenido que tengas en la plataforma. Además, se aplicarán las condiciones generales de uso y la política de privacidad de Scribd. Si quieres darte de baja, cierra tu cuenta de SlideShare. Más información
Publicado el
Passive sensing of the 3D geometric posture of the human hand has been studied extensively over the past decade. However, these research efforts have been hampered by the computational complexity caused by inverse kinematics and 3D reconstruction. In this paper, our objective focuses on 3D hand posture estimation based on a single 2D image with aim of robotic applications. We introduce the human hand model with 27 degrees of freedom (DOFs) and analyze some of its constraints to reduce the DOFs without any significant degradation of performance. A novel algorithm to estimate the 3D hand posture from eight 2D projected feature points is proposed. Experimental results using real images confirm that our algorithm gives good estimates of the 3D hand pose. Keywords: 3D hand posture estimation; Modelbased approach; Gesture recognition; human computer interface; machine vision.
Sé el primero en recomendar esto
Parece que ya has recortado esta diapositiva en .
Inicia sesión para ver los comentarios