Hand candidate detection

Gestensteuerung ist heutzutage bei vielen Geräten üblich. Gerade hat Google z.B. einen neuen Radar-Chip vorgestellt (https://www.heise.de/ct/artikel/Googles-Plaene-fuer-Radar-Chips-in-Smartphones-Uhren-und-TVs-4615166.html). Eine stabile Erkennung der Hand in schwierigen Umgebungen ist jedoch noch immer eine Problemstellung, an der laufend gearbeitet wird. Machine learning Verfahren führen in komplexen Umgebungen wiederholt zu Fehlerkennungen. So erkennt die Leap Motion z.B. unter gewissen Bedingungen fälschlicherweise eine Hand. Eine Handkandidatenerkennung kann Fehlerkennungen vermeiden. Das folgende Video zeigt eine Handkandidatenerkennung mittels CUDA und einer Intel RealSense D415 Kamera anhand von geometrischen Merkmalen und ohne Nutzung der Farbinformationen der Kamera. Somit funktioniert das Verfahren auch bei schlechten Beleuchtungsverhältnissen oder in absoluter Dunkelheit und kann durch nachfolgende Verfahren weiter stabilisiert werden.

Durch die weitere Nutzung der Seite stimmst du der Verwendung von Cookies zu. Weitere Informationen

Die Cookie-Einstellungen auf dieser Website sind auf "Cookies zulassen" eingestellt, um das beste Surferlebnis zu ermöglichen. Wenn du diese Website ohne Änderung der Cookie-Einstellungen verwendest oder auf "Akzeptieren" klickst, erklärst du sich damit einverstanden.

Schließen