统计最适合手势检测

Question

我有一个来自学校的线性回归方程，它给出1到-1之间的值，表示一组数据点是否足够接近线性函数

和这里给出的等式

http://people.hofstra.edu/stefan_waner/realworld/calctopic1/regression.html

最合适的一条线。我想用这些来做基于3空间（x，y，z）中的点的简单手势检测 - 前进，后退，左，右，上，下。首先，我会看到它们是否落在3个维度中的2个线上，然后我会看到该线的斜率是接近零还是无穷大。

这对功能手势识别来说足够快吗？如果没有，有人可以提出替代算法吗？

Answer 1

如果我已正确理解你的问题，那么（1）你在这里描述的计算可能足够快，（2）它实际上可能没有你想要的，以及（3）那些＆＃39 ;实际实现中的速度会慢到其他地方。

所以，我认为你提议这样做。 （1）在几个连续的时间内，在三维空间中识别......某事物（可能是用户的手）的位置。 （2）对于（比如说）{x，y}和{x，z}中的每一个，查看每个点的那两个坐标，计算相关系数（这是你的公式所描述的）并查看它是否为＃s;接近+ -1。 （3）如果两个相关系数都接近+ -1，那么这些点大致位于一条直线上;计算该线的梯度（使用类似于相关系数的公式）。 （4）如果渐变非常接近0或+ - 无穷大，那么你的线与一个轴大致平行，这是你试图识别的情况。

1：它足够快吗？您可能正以每秒50帧左右的速度进行采样，并且您的手势可能需要一秒钟才能执行。所以你将拥有大约50个职位的位置。因此，您需要的算术运算总数可能是几百（包括适度数量的平方根）。在最坏的情况下，您可能在慢速ARM处理器上的模拟浮点中执行此操作;在这种情况下，每个算术运算可能需要几百个周期，因此整个事件可能是100k个周期，对于在100MHz运行的非常慢的处理器，这将是大约一毫秒。您不会对执行此计算所花费的时间有任何问题。

2：这是正确的吗？目前尚不清楚它是否正确计算。例如，假设您的用户的手沿x轴快速地来回移动几次;这将给你一个积极的结果;那是你要的吗？假设用户尝试了你想要的手势但是以略微错误的角度移动;你可能得到负面结果。假设它们沿x轴精确移动一点，然后沿y轴移动一点;那么{x，y}，{x，z}和{y，z}平面上的投影都将通过你的测试。这些都看起来像你可能不想要的结果。

3：真正的成本在哪里？这一切都假设您已经拥有（x，y，z）坐标。获得这些可能比处理它们更昂贵。例如，如果您有某种类型的基于摄像头的系统，那么每帧都会进行一些非常重要的图像处理。或者你可能正在整合来自加速度计的数据（顺便提一下，这可能会产生令人讨厌的不准确的位置结果）;您可能正在进行一些过滤和其他计算以获取位置数据。我敢打赌，执行像这样的计算的成本将远远低于首先获得坐标的成本。