基于視覺的手語識別技術(shù)研究與實現(xiàn).pdf

1、聾啞人是社會的重要組成人群，手語是他們進(jìn)行交流的工具。隨著計算機和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，手語自動識別技術(shù)也成為近年來的研究熱點之一。手語識別可以幫助聾啞人更好的生活，應(yīng)用前景廣泛，并且具有很高的學(xué)術(shù)研究價值。
　　常見的手語識別技術(shù)分為基于數(shù)據(jù)手套和基于視覺兩種方法，基于視覺的手語識別技術(shù)更符合“和諧人機交互”的理念，是未來的發(fā)展方向。本文在國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，提出一種對徒手手語手勢進(jìn)行檢測、跟蹤、識別的方法。具體而言，本文主要

2、研究工作如下。
　　提出一種手掌手勢檢測算法:制作和選取200張手掌手勢正樣本圖像、1000張負(fù)樣本圖像，利用Haar特征和Adaboost算法，訓(xùn)練出手掌手勢分類器。實現(xiàn)了單高斯膚色模型和Otsu二值化算法，對手掌手勢分類器檢測出的手掌候選區(qū)域進(jìn)行過濾。此算法可以準(zhǔn)確的定位手掌手勢。
　　分析了傳統(tǒng)Camshfit算法的缺點:1）半自動化;2）無預(yù)測機制，易受到干擾而丟失跟蹤目標(biāo);3）只能進(jìn)行單目標(biāo)跟蹤。針對此缺點，提出了

3、改進(jìn)的手勢跟蹤算法:1）檢測手掌手勢的結(jié)果作為Camshift算法的初始輸入，代替手動選取跟蹤目標(biāo)，從而實現(xiàn)徒手手勢全自動跟蹤，解決Camshfit算法的半自動問題;2）在Camshift跟蹤過程中加入Kalma濾波器，對手勢的位置進(jìn)行預(yù)測，防止手勢在運動速度過快、受到大面積相似背景顏色干擾時易丟失跟蹤目標(biāo)問題;3）利用面向?qū)ο蟮乃枷耄庋bCamshfit算法和Kalman濾波器算法，分別為雙手手勢建立類對象，從而對雙手進(jìn)行獨立跟蹤，解

4、決Camshift只能進(jìn)行單目標(biāo)跟蹤的問題。
　　提出一種手勢特征提取的方法，包括擬合橢圓整體特征和邊緣方向直方圖細(xì)節(jié)特征。擬合橢圓整體特征包括手勢橢圓的重心位置、長短軸及旋轉(zhuǎn)角度，其中重心坐標(biāo)是以人臉中心點坐標(biāo)為基準(zhǔn)的相對坐標(biāo)，防止非特定人對特征提取產(chǎn)生影響。邊緣方向直方圖細(xì)節(jié)特征是通過Canny算子計算手勢圖像的邊緣，求出每個邊緣點的正切方向角度，在[-π/2,π/2]的角度空間統(tǒng)計組數(shù)為8的直方圖。將兩種特征歸一化，組成13