基于Kinect深度圖像的手勢識(shí)別算法研究.pdf

1、近年來，隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，人機(jī)交互越來越成為人們工作與生活中的一個(gè)重要組成部分，人機(jī)交互也逐漸變得越來越簡單和自然。手勢交互以其自然、簡潔、直接和豐富等特點(diǎn)，成為人機(jī)交互領(lǐng)域中的重要研究方向和熱點(diǎn)之一。基于視覺的手勢交互以人手動(dòng)作直接作為交互的輸入，人機(jī)之間通訊不再依賴其他中間媒介，用戶可以自由地定義需要的手勢來對(duì)設(shè)備進(jìn)行操作，大大提高了人機(jī)交互的靈活性，是人機(jī)交互未來的發(fā)展趨勢。但是由于手勢本身具有多樣性、多義性以及交互場景時(shí)

2、間和空間上的差異性等特點(diǎn)，基于視覺的手勢交互的廣泛應(yīng)用仍然面臨諸多困難和挑戰(zhàn)。
　　本文在分析國內(nèi)外手勢識(shí)別技術(shù)的基礎(chǔ)上，提出了一種新的基于視覺的手勢識(shí)別方法。通過手勢檢測、手勢特征提取和手勢分類三個(gè)部分詳細(xì)介紹我們提出的基于彩色深度圖像的實(shí)時(shí)手勢識(shí)別方法。首先在手勢檢測部分將深度信息和彩色信息相結(jié)合，提出了基于自適應(yīng)深度直方圖的閾值方法，對(duì)輸入的深度圖像進(jìn)行手勢區(qū)域分割，提取深度圖像中的手勢區(qū)域；采用改進(jìn)的貝葉斯概率分類方法，對(duì)

3、輸入的彩色圖像進(jìn)行膚色分割，檢測膚色信息；最后使用基于區(qū)域生長的方法對(duì)手勢區(qū)域和膚色信息的邊緣進(jìn)行匹配，修復(fù)手勢區(qū)域的準(zhǔn)確輪廓，獲得最終的手勢圖像。然后在手勢特征提取部分，梯度方向直方圖特征被用于手勢圖像的描述。該特征已被成功應(yīng)用于行人檢測，并且對(duì)于手勢圖像的描述也具有良好的效果。梯度方向直方圖特征對(duì)于旋轉(zhuǎn)和光照變化具有較好的魯棒性。最后在手勢分類部分，極限學(xué)習(xí)機(jī)和支持向量機(jī)被用于識(shí)別不同手勢，并通過離線測試和實(shí)時(shí)測試檢測被提出的手勢識(shí)