人機(jī)交互中的手勢(shì)識(shí)別技術(shù)研究.pdf

1、理想的人機(jī)交互方式應(yīng)該是盡可能的直接和自然，用戶可以隨意的和計(jì)算機(jī)進(jìn)行交流而不需要諸如遠(yuǎn)程控制、鼠標(biāo)和鍵盤之類的額外裝備。手勢(shì)識(shí)別技術(shù)不但能提供一種簡(jiǎn)單的、自然的人機(jī)交互方式而且正在逐漸改變著人們的日常生活方式，它被廣泛應(yīng)用于各種領(lǐng)域，例如體感游戲、機(jī)器人控制、增強(qiáng)現(xiàn)實(shí)、智能家居、手語(yǔ)識(shí)別等。因此，對(duì)手勢(shì)識(shí)別技術(shù)的研究有著深遠(yuǎn)的意義。
　　人機(jī)交互中，典型的手勢(shì)識(shí)別算法包括手勢(shì)分割、手勢(shì)特征提取、手勢(shì)識(shí)別三大部分，本論文主要針對(duì)這

2、三部分進(jìn)行了詳細(xì)的研究，主要工作如下：
　　1、研究了基于普通攝像頭和Kinect傳感器兩種平臺(tái)下，從復(fù)雜背景中分割手勢(shì)的方法。
　　在普通攝像頭平臺(tái)下，首先在YCgCr空間建立基于人臉檢測(cè)的實(shí)時(shí)膚色高斯模型，然后融合膚色信息及運(yùn)動(dòng)信息，最后利用Graph Cuts彩色圖像分割算法實(shí)現(xiàn)了復(fù)雜背景下的手勢(shì)分割。該方法在一定程度上能夠克服光照變化和用戶膚色差異對(duì)手勢(shì)分割帶來的不利影響；Kinect傳感器平臺(tái)下，利用深度直方圖實(shí)現(xiàn)

3、手勢(shì)分割，該方法不受背景顏色、光照強(qiáng)度等影響，在實(shí)時(shí)系統(tǒng)中能夠準(zhǔn)確的分割出手勢(shì)。
　　2、特征提取方面，提取了手勢(shì)的長(zhǎng)寬比、緊密型、凹凸性、離心率等表現(xiàn)特征以及輪廓的傅里葉描述子特征。這些特征都具有旋轉(zhuǎn)不變，比例伸縮性,平移不變性，符合手勢(shì)識(shí)別系統(tǒng)的要求。
　　3、手勢(shì)識(shí)別方面，提出了基于凹凸點(diǎn)和基于輪廓序列的兩種數(shù)字手勢(shì)識(shí)別方法，以及基于SVM分類器的多類手勢(shì)識(shí)別方法。其中數(shù)字手勢(shì)識(shí)別可以達(dá)到90％以上的識(shí)別率，SVM分類