Zusammenfassung
Diese Arbeit beschreibt einen hierarchischen Ansatz zur Detektion von Fingerspitzen in Grauwertbildern. Dabei wird nicht vorausgesetzt, daß der Benutzer Handschuhe trägt oder daß Markierungen an der Hand angebracht sind. Drei Anwendungen werden vorgestellt: die Detektion von Fingerspitzen in Aufnahmen der Hand aus unterschiedlichen Aufnahmewinkeln, die Erkennung von Zeigerichtungen und die Detektion aller 5 Fingerspitzen in einer Sequenz von Bildern.
Diese Arbeit wurde im Rahmen des Projektes ‘Multimedia NRW: Die Virtuelle Wissensfabrik’ vom Ministerium für Wissenschaft und Forschung des Landes Nordrhein-Westfalen unter der Nummer IV A3-107 031 96 gefördert.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
D.S. Banarse and A.W.G. Duller. A neural architecture for hand gesture recognition from images. Journal of Neural Computing and Applications, 1996.
R. Cipollo, Y. Okamoto, and Y. Kuno. Robust structure from motion using motion parallax. International Conference on Computer Vision, pages 374–382, 1993.
Y. Cui and J.J. Weng. Hand segmentation using learning-based prediction and verification for hand sign recognition. IEEE Computer Vision and Pattern Recognition, 1996.
J. Davis and M. Shah. Visual gesture recognition. IEE Proc.-Vis. Image Signal Processing, 141 (2): 101–106, 1994.
B. Dorner and E. Hagen. Towards an American Sign Language interface. Artificial Intelligence Review, 8 (2–3): 235–253, 1994.
A. Drees. Visuelle Erkennung von Handstellungen mit neuronalen Netzen. PhD thesis, Universität Bielefeld, 1996. DISKI, Infix, Sankt Augustin.
W.T. Freeman and M. Roth. Orientation histograms for hand gesture recognition. In IEEE International Workshop on Automatic Face and Gesture Recognition, Zürich, 1995.
M. Fukumoto, K. Mase, and Y. Suenaga. Real-time detection of pointing actions for a glove-free interface. IAPR Workshop on Machine Vision Applications, pages 473–476, 1992.
S. Gutta, I. Imam, and H. Wechsler. Hand gesture recognition using ensembles for radial basis funtion (RBF) networks and decision trees. International Journal of Pattern Recognition and Artificial Intelligence, 1997.
B. Jähne. Digitale Bildverarbeitung. Springer Verlag, 1991.
J.M. Rehg and T. Kanade. Visual tracking of high DOF articulated structures: an application to human hand tracking. In J.-O. Eklundh, editor, Computer Vision — ECCV’94, pages 35–46, Berlin Heidelberg, 1994. Springer Verlag. Lecture Notes in Computer Science 801.
H. Ritter. Learning with the self-organizing map. In T. Kohonen, K. Mäkisara, O. Simula, and J. Kangas, editors, Artificial Neural Networks. Elsevier Science Publishers B. V., 1991.
N. Shimada, Y. Shirai, and Y. Kuno. Hand gesture recognition using computer vision based on model-matching method. Advances in Human Factors Ergonomics, 20: 11–16, 1995.
A. Utsumi, T. Miyasato, F. Kishino, and R. Nakatsu. Hand gesture recognition system using multiple cameras. In Proceedings of the International Conference on Pattern Recognition, pages 667–671, 1996.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1997 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Nölker, C., Ritter, H. (1997). Detektion von Fingerspitzen in Videobildern. In: Paulus, E., Wahl, F.M. (eds) Mustererkennung 1997. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60893-3_8
Download citation
DOI: https://doi.org/10.1007/978-3-642-60893-3_8
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-63426-3
Online ISBN: 978-3-642-60893-3
eBook Packages: Springer Book Archive