我需要决定开始研究哪个semestral项目。我有机会在3D空间中进行实时模式识别，但我没有以前的经验。我想问一下，在3D空间中实现可用的模式识别系统有多难。想象一下类似于第2号绘图，程序可以告诉它，它是2号 - 但是在3D和实时中。我会使用Leap Motion，它为开发人员提供有关手指和手掌位置，速度，各种矢量等的大量数据。我想记录然后检测各种手势（模式），如“竖起大拇指”，“和平标志“，”中指“等 问题是我不知道，这有多难。
我在大学的第二年 - 线性代数，数学分析，统计学和其他一些数学应该不是问题。 我应该能够在c＃，java，R，Prolog和Haskell中编程。
答案 0 :(得分：1)
长话短说：2D中强大的模式识别并非易事，尝试将其扩展到3D可能非常困难。该领域的许多问题仍未得到很好的解决。无论如何，你需要尽可能地缩小问题的范围。
这是一个想法：尝试将场景分为平面拟合，长方体和椭圆体。从该分割开始，也许使用“词袋”方法在物体之间建立一些关系，尝试识别一些物体：沙滩球，白板等。
另一种可能性是制作最强大的算法，可以在各种条件下跟踪形状独特的对象。例如，识别并计算房间内可乐瓶的数量。 （这可能只能在传感器的1-2米范围内工作。）如果您改变照明，将可乐瓶移动到不同的房间，或者让某人随身携带可乐瓶，您会很快发现这可能是一个棘手的问题。
最后一次检查，Leap传感器不适合图案/形状识别，除非你的数据只是手和手指的位置。 Kinect v2将为您提供原始3D数据以及用于骨架跟踪，手势识别等的漂亮库。
只需几个月的时间就能完成这样的任务，很高兴能够解决一个很酷的问题，但要确保沿途的中间解决方案至少有些用处。另外，请尽早定义公差，参数，识别率和其他详细信息 - 将其写下来。这将有助于跟踪进度。