基于動態(tài)貝葉斯網(wǎng)絡(luò)模型的手勢識別研究.pdf

1、隨著計算機技術(shù)的發(fā)展，實現(xiàn)人機交互的技術(shù)越來越多，其應(yīng)用范圍也越來越廣泛，人們希望通過簡單明了的輸入信息，完善的系統(tǒng)直接實現(xiàn)對計算機的相關(guān)操作。在生活中，人與人之間的相互交流主要通過自然語言和肢體語言，其中，肢體語言受種族和地域的影響很少，所以越來越多的研究者專注于使用人體的肢體語言作為輸入信息，構(gòu)建相應(yīng)的系統(tǒng)，實現(xiàn)人機交互。手勢是一種最簡單的肢體語言，同時它可以基本的表達(dá)出來人的意圖，所以將手勢作為研究對象，可以直接實現(xiàn)人機交互。對手

2、勢的描述受手型，姿態(tài)和姿勢等因素的影響，構(gòu)建手勢的識別系統(tǒng)會因為提取的特征提取信息不同，選用的識別算法的不同而具有不同的廣泛適用性。
　　本論文重點進行了基于動態(tài)貝葉斯網(wǎng)絡(luò)模型的手勢識別研究，具體研究工作如下:
　　(1)通過討論手勢識別技術(shù)的發(fā)展歷程和研究現(xiàn)狀，歸納總結(jié)出手勢識別的未來發(fā)展趨勢，確定出本文研究方向。
　　(2)研究了現(xiàn)有手勢定位方法，對比與分析各個方法的優(yōu)缺點，確定基于膚色模板實現(xiàn)定位，基于有優(yōu)勢的顏

3、色空間相結(jié)合的膚色模板實現(xiàn)定位，對膚色區(qū)域進行形態(tài)學(xué)處理、閾值分割獲得精確膚色區(qū)域。
　　(3)求取膚色質(zhì)心，近似表示幀圖像中雙手和臉部區(qū)域，基于光流場法對其進行跟蹤，計算手勢運動矢量，對矢量量化編碼，獲得手勢鏈碼，完成特征提取。
　　(4)根據(jù)鏈碼的特征，構(gòu)建出適合的動態(tài)貝葉斯網(wǎng)絡(luò)(DBN)模型，將樣本鏈碼作為其輸入，通過學(xué)習(xí)獲得最優(yōu)參數(shù)，將待識別鏈碼作為輸入進行推理，獲得識別結(jié)果。
　　(5)對已構(gòu)建系統(tǒng)進行了大量