使用多尺度模板匹配、背景减除和二值图像分析的手形与手势识别
Hand Shape and Gesture Recognition using Multiscale Template Matching, Background Subtraction and Binary Image Analysis
AI总结：
本文提出一种结合多尺度模板匹配与背景减除的手形分类方法，通过提取二值图像特征实现基础手势识别，在受控环境中验证了其在人机交互场景中的有效性。
摘要：
本文提出一种采用多尺度模板匹配的手形分类方法。该方法结合背景减除技术获取手部对象的二值图像，从而提取质心和边界框等关键特征。该方法虽简单，但在基础手形分类任务中表现出有效性，为简单的人机交互场景应用奠定基础。实验结果突显了该系统在受控环境中的能力。
英文摘要：
This paper presents a hand shape classification approach employing multiscale template matching. The integration of background subtraction is utilized to derive a binary image of the hand object, enabling the extraction of key features such as centroid and bounding box. The methodology, while simple, demonstrates effectiveness in basic hand shape classification tasks, laying the foundation for potential applications in straightforward human-computer interaction scenarios. Experimental results highlight the system's capability in controlled environments.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
