復(fù)雜背景下基于視覺(jué)的動(dòng)態(tài)手勢(shì)識(shí)別研究.pdf

1、人們很早就通過(guò)手勢(shì)進(jìn)行信息的交互，手勢(shì)是人們信息交互的重要方式之一。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人機(jī)交互的中心開(kāi)始從計(jì)算機(jī)向人的方向轉(zhuǎn)移?；谟?jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別方法能夠提供更加友好的人機(jī)交互方式，是手勢(shì)識(shí)別技術(shù)發(fā)展的趨勢(shì)和目標(biāo)。但是因?yàn)槭謩?shì)具有時(shí)間和空間上的多樣性和不確定性，而且人手本身也是復(fù)雜的可變形體，所以目前這種人機(jī)交互方式還處于實(shí)驗(yàn)階段，理論不是很成熟，能夠識(shí)別的范圍比較小，這是一個(gè)極富挑戰(zhàn)性的多學(xué)科交叉的研究課題。 基于視

2、覺(jué)的動(dòng)態(tài)手勢(shì)識(shí)別的過(guò)程大致可分為手勢(shì)分割、手勢(shì)特征提取以及特征識(shí)別三個(gè)階段。本文在已有的動(dòng)態(tài)手勢(shì)識(shí)別框架的基礎(chǔ)上，主要做了如下三部分的工作： 在手勢(shì)分割階段，本文改進(jìn)了原有的分割流程，提出了基于卡爾曼濾波的手勢(shì)位置預(yù)判與基于HSV顏色空間膚色聚類相結(jié)合的手勢(shì)分割方法。此外，本文還采用基于人手膚色先驗(yàn)經(jīng)驗(yàn)的自動(dòng)白平衡以及基于R分量的動(dòng)態(tài)差分分析等技術(shù)在復(fù)雜背景下進(jìn)行手勢(shì)的分割，與傳統(tǒng)的基于RGB膚色模型的手勢(shì)分割相比，取得了較好的

3、分割效果。 在手勢(shì)特征的提取階段，本文在分析了基于簡(jiǎn)易拓?fù)鋵W(xué)以及歸一化的傅立葉描述子的特征提取的方法的基礎(chǔ)上，根據(jù)動(dòng)態(tài)手勢(shì)中不同的角度的手形具有不同意義的特點(diǎn)，在放寬手勢(shì)特征值的標(biāo)準(zhǔn)，即不要求旋轉(zhuǎn)不變。在此前提下，提出了邊緣抽樣統(tǒng)計(jì)的特征提取算法，并給出了這種特征值的二維圖像意義。實(shí)驗(yàn)表明，在這種放寬的標(biāo)準(zhǔn)下，通過(guò)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，這種算法具有速度快，識(shí)別率良好的特點(diǎn)。 在特征的識(shí)別階段，本文主要進(jìn)行了軌跡識(shí)別以及包含手