抓取操作中手与虚拟物体的自然融合

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (17): 165-168.

• 图形、图像、模式识别 • 上一篇下一篇

抓取操作中手与虚拟物体的自然融合

姚争为1，2，陈一民1，黄诗华1，陈明1

1.上海大学计算机工程与科学学院，上海 200072
2.杭州师范大学信息工程学院，杭州 310018

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-11 发布日期:2011-06-11

Natural confluence between hand and virtual object in grasping

YAO Zhengwei1，2，CHEN Yimin1，HUANG Shihua1，CHEN Ming1

1.School of Computer Engineering and Science，Shanghai University，Shanghai 200072，China
2.School of Information Engineering，Hangzhou Normal University，Hangzhou 310018，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-11 Published:2011-06-11

摘要/Abstract

摘要： 由于现有硬件和检测条件的限制，抓取中手指与虚拟物体之间往往会有穿透和空隙现象出现，无遮挡时就会被用户察觉;如果立即改变虚拟物体的位置来消除穿透和空隙，会使虚拟物体产生明显跳跃，缺乏交互真实感。分析了运动时手指与虚拟物体的遮挡关系，运用三维图形学中的理论实现对不遮挡情况的判断;将其与灰色预测理论相结合，实现对手的移动预测;根据预测结果和最大速度差原则，自适应地调整虚拟物体的速度，使虚拟物体与手逐渐融合。实验结果表明，使用提出的方法，既可提高抓取的成功率，又能保证虚拟物体与手的自然融合。

关键词: 抓取, 遮挡, 灰色理论, 最大速度差, 增强现实

Abstract: For the limitation of existing hardware and technical conditions，space between virtual object and fingers often emerges after grasping recognition，which may be perceived by user if they haven’t been occluded.Changing the position of virtual object immediately to eliminate penetration and space may result in virtual object jumping obviously.Firstly，the occlusion relation between virtual object and hand is analyzed，and the judgment of it is realized by 3D graphics’ theory.Secondly，the grey theory is applied to predict the hand’s movement with this judgment.Lastly，according to the prediction’s result and the principle of max speed difference，the virtual object’s velocity can be adjusted adaptively.The results show that by using this method，the grasp success rate can be increased greatly，and virtual object and hand can conflate naturally.

Key words: grasp, occlusion, grey theory, max speed difference, augmented reality

姚争为1，2，陈一民1，黄诗华1，陈明1. 抓取操作中手与虚拟物体的自然融合[J]. 计算机工程与应用, 2011, 47(17): 165-168.

YAO Zhengwei1，2，CHEN Yimin1，HUANG Shihua1，CHEN Ming1. Natural confluence between hand and virtual object in grasping[J]. Computer Engineering and Applications, 2011, 47(17): 165-168.

[1]	乔敏，张德雨，刘思宇，闫天翼，相洁. 新颖的稳态视觉诱发电位脑机接口系统[J]. 计算机工程与应用, 2021, 57(8): 153-159.
[2]	李松江，吴宁，王鹏，李海兰. 基于改进Cascade RCNN的车辆目标检测方法[J]. 计算机工程与应用, 2021, 57(5): 123-130.
[3]	李佐龙，王帮海，卢增. 多尺度特征融合重建的行人检测方法[J]. 计算机工程与应用, 2021, 57(4): 176-182.
[4]	杨鲁月，张树美，赵俊莉. 基于并行Gan的有遮挡动态表情识别[J]. 计算机工程与应用, 2021, 57(24): 168-178.
[5]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.
[6]	徐遐龄，刘涛，田国辉，于文娟，肖大军，梁陕鹏. 有遮挡环境下的人脸识别方法综述[J]. 计算机工程与应用, 2021, 57(17): 46-60.
[7]	林雅南，陈婉清，郑世珏，杨青. AR技术在中国历史典故展示中的应用研究[J]. 计算机工程与应用, 2021, 57(14): 275-280.
[8]	黄仝宇，胡斌杰，朱婷婷，黄哲文. 面向驾驶场景的多尺度特征融合目标检测方法[J]. 计算机工程与应用, 2021, 57(14): 134-141.
[9]	刘佳，郭斌，张晶晶，闫冬. 视触觉融合的增强现实三维注册方法[J]. 计算机工程与应用, 2021, 57(11): 70-76.
[10]	董艳花，张树美，赵俊莉. 有遮挡人脸识别方法综述[J]. 计算机工程与应用, 2020, 56(9): 1-12.
[11]	王国屹，孙永荣，吴雷，曾庆化. 分块检测尺度自适应的圆形目标相关跟踪[J]. 计算机工程与应用, 2020, 56(8): 177-184.
[12]	邹承明，明成龙，李成龙. 融合相关粒子滤波目标跟踪算法[J]. 计算机工程与应用, 2020, 56(7): 184-192.
[13]	王海涌，梁红珠. 基于改进的GAN的局部遮挡人脸表情识别[J]. 计算机工程与应用, 2020, 56(5): 141-146.
[14]	李婷婷，王相海. 基于AR-VR混合技术的儿童智力开发系统研究[J]. 计算机工程与应用, 2020, 56(23): 259-264.
[15]	胡啸，陈黎. 面向遮挡与透视影响的道路凸包梯形检测算法[J]. 计算机工程与应用, 2020, 56(22): 199-204.

抓取操作中手与虚拟物体的自然融合

Natural confluence between hand and virtual object in grasping

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics