版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近些年來,人機(jī)交互一直是個研究的熱點(diǎn),也在多個方面實(shí)現(xiàn)了一些相關(guān)的應(yīng)用。其中的動態(tài)手勢識別技術(shù)也取得了一定的研究成果,使人機(jī)交互更加自然和人性化。
本文所做工作的最終目的是把動態(tài)手勢的識別應(yīng)用到PPT播放當(dāng)中,即通過動態(tài)手勢實(shí)現(xiàn)控制播放中PPT地翻頁。本研究首先對三種色彩空間進(jìn)行了分析比較,針對手勢的膚色建模,選擇了對外部光照相對不敏感的HSV色彩空間,并對建模后的手勢二值圖進(jìn)行了平滑、形態(tài)學(xué)等技術(shù)的處理。
2、其次在對動態(tài)手勢檢測分割內(nèi)容研究當(dāng)中,首先分別采用了動態(tài)的背景差分法和在手勢運(yùn)動過程中對沒有變化的膚色特征建模的方法對動態(tài)手勢進(jìn)行了檢測分割;最后通過采用背景差分和HSV色彩空間中的膚色建模結(jié)合的方法實(shí)現(xiàn)動態(tài)手勢的檢測,結(jié)果表明取得了較好的動態(tài)手勢圖像。
再次,由于kalman濾波跟蹤算法只適用于線性空間,不能對隨機(jī)性的目標(biāo)進(jìn)行跟蹤和Camshift跟蹤算法對跟蹤目標(biāo)的背景復(fù)雜度有一定的要求,因此,在跟蹤部分的研究當(dāng)中采用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 動態(tài)手勢識別及應(yīng)用研究.pdf
- 人機(jī)交互中的動態(tài)手勢識別及應(yīng)用研究.pdf
- 手勢識別技術(shù)的應(yīng)用研究.pdf
- 動態(tài)手勢識別的研究與應(yīng)用.pdf
- 手勢識別技術(shù)的應(yīng)用研究(1)
- 手勢識別及其應(yīng)用研究.pdf
- 基于視覺的手勢識別及其應(yīng)用研究.pdf
- 動態(tài)手勢識別研究.pdf
- 手勢識別技術(shù)的研究及應(yīng)用.pdf
- 基于視覺的手勢識別及其交互應(yīng)用研究.pdf
- 基于單目視覺的手勢識別應(yīng)用研究.pdf
- 基于Kinect的手勢識別技術(shù)在人機(jī)交互中的應(yīng)用研究.pdf
- 基于深度信息的動態(tài)手勢識別研究.pdf
- 基于機(jī)器視覺的動態(tài)手勢識別研究.pdf
- 基于Kinect的動態(tài)手勢識別.pdf
- 基于OpenCV的實(shí)時手勢識別與應(yīng)用研究.pdf
- 基于膚色和SVM的手勢識別及其應(yīng)用研究.pdf
- 手勢跟蹤與識別技術(shù)在人機(jī)交互中的應(yīng)用研究.pdf
- 基于深度信息的手勢識別研究及應(yīng)用.pdf
- 基于運(yùn)動軌跡的手勢識別研究及應(yīng)用.pdf
評論
0/150
提交評論