基于Gabor特征和稀疏表示分類的手勢(shì)識(shí)別及應(yīng)用.pdf

1、手，作為身體的關(guān)鍵部位，在人們?nèi)粘Ｉ钪邪l(fā)揮著巨大作用，手勢(shì)更是人與人之間基本的交流方式。隨著科技的發(fā)展，自然直觀的基于手勢(shì)的人機(jī)交互系統(tǒng)為人們?nèi)粘Ｉ畹阮I(lǐng)域提供了巨大的便利，手勢(shì)識(shí)別技術(shù)成為了近年來的研究熱點(diǎn)之一。
　　本文主要實(shí)現(xiàn)了在單目視覺環(huán)境下的靜態(tài)及動(dòng)態(tài)手勢(shì)識(shí)別系統(tǒng)，并將其應(yīng)用在多媒體播放器控制中。手勢(shì)識(shí)別系統(tǒng)包括建立手勢(shì)圖像庫、手勢(shì)圖像預(yù)處理、手勢(shì)分割與劃分、手勢(shì)特征提取、手勢(shì)分類五大部分。
　　首先，針對(duì)現(xiàn)有基

2、于運(yùn)動(dòng)軌跡的動(dòng)態(tài)手勢(shì)存在需要確定起始位置、手勢(shì)實(shí)現(xiàn)伴隨大范圍幅度移動(dòng)需要追蹤的問題，本文建立了由近紅外相機(jī)采集的包含8種自定義手勢(shì)姿態(tài)變化的動(dòng)態(tài)手勢(shì)的手勢(shì)庫。并從手勢(shì)種類、用戶數(shù)、手勢(shì)的姿態(tài)三個(gè)方面分別描述了采集的動(dòng)態(tài)手勢(shì)并給出手勢(shì)樣本圖像。
　　其次，在手勢(shì)劃分階段，本文提出了基于幀差的動(dòng)靜態(tài)手勢(shì)劃分及基于差分閾值判斷的動(dòng)態(tài)手勢(shì)劃分的方法，以解決不同狀態(tài)手勢(shì)劃分問題。動(dòng)態(tài)手勢(shì)中由于手勢(shì)與背景分割和用戶個(gè)體差異導(dǎo)致的手勢(shì)變化速度快

3、慢不同，本文提出結(jié)合手勢(shì)分割的閾值選擇和關(guān)鍵幀選擇的二重選擇算法來解決背景分割與手勢(shì)變化速度快慢問題。實(shí)驗(yàn)證實(shí)，經(jīng)過關(guān)鍵幀提取后的動(dòng)態(tài)手勢(shì)識(shí)別不僅提高了識(shí)別率而且明顯減少了手勢(shì)識(shí)別的運(yùn)算時(shí)間。
　　再次，在手勢(shì)特征選取和手勢(shì)識(shí)別階段，針對(duì)本文中手勢(shì)特點(diǎn)，提出將融合Gabor小波變換、主成分分析(PCA)降低Gabor特征維數(shù)、稀疏表示分類(SRC)的方法應(yīng)用于手勢(shì)分類。經(jīng)過大量實(shí)驗(yàn)，驗(yàn)證了GPSRC算法在靜態(tài)手勢(shì)上識(shí)別率最高為98