基于視覺的人機交互動作識別研究與DSP實現(xiàn).pdf

1、隨著人工智能研究及應用的不斷發(fā)展與成熟，其重要研究分支人機交互技術也逐漸從傳統(tǒng)的接觸式向非接觸式、界面式向自然式發(fā)展，如基于聽覺的語音識別技術和基于視覺的圖像識別技術。但相比語音信號，圖像信號更具穩(wěn)定性，可以承載更豐富的信息，所以基于視覺的人機交互技術吸引著大量學者和工程師的興趣，成為當前一個研究熱點。基于視覺的人機交互技術關鍵是對以人為核心的圖像識別，尤其對人體各種姿勢動作的識別和理解。目前該技術已經廣泛應用或者正在嘗試應用于服務機器

2、人、智能家居、智慧城市以及智能安防等諸多領域。
　　目前基于視覺的人機交互技術實現(xiàn)普遍只針對有限的簡單肢體動作，如跑步、走路、原地跳等，并且有嚴格的條件限制，如必須正對攝像頭，不可以多個人體出現(xiàn)，只適合簡單背景環(huán)境等。此外，相關算法通常存在計算量大、內存消耗嚴重、不適合嵌入式微型化發(fā)展等問題。為提高基于視覺的人機交互技術普適性，增強在真實自然環(huán)境下的實用性，本論文以基于視覺的智能家居人機交互系統(tǒng)設計開發(fā)為實踐，對所定義的7種一般性

3、、通用性的人機交互手勢動作在自然環(huán)境下的識別進行了探究，并重點對各動作的特征提取、特征建模和識別理解分別進行了較深入的研究，同時提出新的方法和思路。經實驗測試，本系統(tǒng)對手勢動作識別準確度達79％以上，交互工作效率達75%以上，并且可以適應不同的自然環(huán)境，工作過程與人體的空間位置、尺寸幾乎無關。
　　本論文的主要工作及創(chuàng)新有以下幾點：
　　(1)以TI的DM642 DSP為視覺圖像處理器，以ARM7為主控制器，設計并搭建了基于

4、視覺人機交互的智能家居管理系統(tǒng)實驗平臺。定義了一套智能家居交互動作手勢集，包括啟動選擇、選擇肯定、選擇否定、開關切換、功能上翻、功能下翻、暫停7種動作指令。
　　(2)在手勢動作目標檢測階段，提出了基于最近鄰域像素梯度穩(wěn)定性(N2PG)的視頻背景快速提取方法，解決了基于視覺的嵌入式人機交互設備，在真實自然環(huán)境中目標檢測跟蹤困難的問題。
　　(3)在手勢動作的初次識別階段，利用 HMM模型并基于靜態(tài)特征記錄表的統(tǒng)計特征，解決了