基于形狀特征的手勢(shì)識(shí)別方法研究.pdf

1、作為人與人之間交流信息和交換意圖的主要通道，手勢(shì)在人機(jī)交互過(guò)程中起著無(wú)比重要的作用。借助手勢(shì)，可以使普通的用戶和機(jī)器進(jìn)行自然、友好的交互，使得機(jī)器能“讀懂”人的語(yǔ)言，并做出相應(yīng)的動(dòng)作。本文從自然和諧的人機(jī)交互的角度出發(fā)，結(jié)合手勢(shì)的形狀特征，主要研究了基于視覺(jué)的手勢(shì)識(shí)別相關(guān)算法。針對(duì)手勢(shì)形變對(duì)手勢(shì)識(shí)別精度的影響，在重點(diǎn)研究簡(jiǎn)單、有效的手勢(shì)特征提取的基礎(chǔ)上，實(shí)現(xiàn)了靜態(tài)和動(dòng)態(tài)的手勢(shì)識(shí)別。具體的研究?jī)?nèi)容如下:
　　針對(duì)手勢(shì)在表示過(guò)程中因指

2、關(guān)節(jié)或部分結(jié)構(gòu)形變對(duì)手勢(shì)識(shí)別精度的影響，提出了一種基于內(nèi)距離形狀上下文和詞袋模型(Inner-Distance Shape Context-Bagof Words，IDSC-BOW)的手勢(shì)識(shí)別方法。該方法首先用橢圓膚色模型分割得到二值手勢(shì)區(qū)域，提取手的輪廓;然后通過(guò)均勻采樣獲取輪廓采樣點(diǎn)，將手的內(nèi)距離形狀上下文特征進(jìn)行K-means聚類生成視覺(jué)詞典。通過(guò)生成的視覺(jué)詞典，將表示手的內(nèi)距離形狀上下文特征映射為視覺(jué)單詞集合，并分別統(tǒng)計(jì)各視覺(jué)單

3、詞出現(xiàn)的頻率，得到BOW向量并進(jìn)行歸一化;最后，采用支持向量機(jī)分類器進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明:該方法對(duì)“0～9”十種手勢(shì)具有較高的識(shí)別率，并對(duì)手的關(guān)節(jié)和部分結(jié)構(gòu)形變具有良好的魯棒性。
　　針對(duì)指關(guān)節(jié)或部分結(jié)構(gòu)變化導(dǎo)致手勢(shì)識(shí)別精度低，以及直接采用形狀匹配的方法計(jì)算量較大等問(wèn)題，提出了一種基于內(nèi)距離輪廓點(diǎn)分布特征(Inner-distancecontour point distribution features，IDCPDF)和直方圖匹

4、配的手勢(shì)識(shí)別方法。該方法首先用橢圓膚色模型分割得到二值手勢(shì)區(qū)域，獲取手的輪廓;然后提取手勢(shì)的IDCPDF;最后，采用直方圖匹配的方法來(lái)度量IDCPDF的相似性并進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明:該方法描述的是極坐標(biāo)下手勢(shì)輪廓點(diǎn)的分布情況，不僅反映了手勢(shì)形狀的顯著信息，且在保證手勢(shì)識(shí)別精度的前提下，降低了手勢(shì)特征提取和匹配過(guò)程中的計(jì)算量，具有較好的實(shí)時(shí)性，同時(shí)對(duì)手的關(guān)節(jié)和部分結(jié)構(gòu)形變具有良好的魯棒性。
　　雖然本文在基于形狀特征的手勢(shì)識(shí)別方面