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(bào)或認(rèn)領(lǐng)
文檔簡介
1、最近幾年,隨著各種智能設(shè)備如手機(jī)、平板電腦、智能電視等的普及,人與計(jì)算機(jī)之間的交互活動(dòng)越來成為人們?nèi)粘I钪胁豢苫蛉钡囊粋€(gè)重要組成部分。自然人機(jī)交互系統(tǒng)充分利用了這些身體語言來進(jìn)行人與機(jī)器之間的交互。其中,手勢是很重要的一種手段。本文將嘗試設(shè)計(jì)一個(gè)簡單的基于視覺的手勢交互系統(tǒng)原型,其最終目的是用人手模擬計(jì)算機(jī)鼠標(biāo)的功能。該系統(tǒng)設(shè)計(jì)的關(guān)鍵功能是實(shí)時(shí)地跟蹤并檢測人手的位置、狀態(tài)并輸出結(jié)果。
在計(jì)算機(jī)視覺領(lǐng)域,實(shí)時(shí)目標(biāo)檢測與跟蹤
2、是指在一個(gè)視頻流(通常是由攝像機(jī)實(shí)時(shí)拍攝的畫面)中跟蹤一個(gè)或多個(gè)具有選定特征的目標(biāo)的過程。目前,靜止圖像中目標(biāo)檢測(如人臉檢測)的相應(yīng)技術(shù)已經(jīng)非常成熟,但是在運(yùn)動(dòng)場景中實(shí)時(shí)地捕捉目標(biāo)卻一直是一個(gè)比較艱難的課題。由于應(yīng)用場景的復(fù)雜性,跟蹤目標(biāo)的多樣性、以及對實(shí)時(shí)性和魯棒性等的高要求,實(shí)時(shí)目標(biāo)檢測與跟蹤數(shù)十年來一直是國內(nèi)研究的熱點(diǎn)。
本文的主要研究了一種基于TLD框架的實(shí)時(shí)手勢檢測與跟蹤系統(tǒng),對手勢檢測,手勢跟蹤,在線學(xué)習(xí)等各
3、個(gè)環(huán)節(jié)的誤差優(yōu)化等都進(jìn)行了理論研究與測試,最后,在BeagleBoard嵌入式開發(fā)板上實(shí)現(xiàn)了一個(gè)簡單的手勢人機(jī)交互系統(tǒng)原型。具體而言,本文的主要工作如下:
(1)結(jié)合TLD的跟蹤框架,采用Lucas-Kanade金字塔算法計(jì)算光流,并針對該算法計(jì)算耗時(shí)的缺點(diǎn),采用了一種改進(jìn)的金字塔光流計(jì)算法,并結(jié)合前后兩幀雙向跟蹤估計(jì)誤差,降低了跟蹤的錯(cuò)誤率,使得光流法對像素點(diǎn)的跟蹤更加可靠,有效地避免了跟蹤中經(jīng)常出現(xiàn)的漂移問題,并且在O
4、penCV下對圖像匹配進(jìn)行了測試。
(2)針對當(dāng)前各種模版匹配算法不能處理目標(biāo)在視野中消失或部分被遮蓋的問題,提出了采用一種基于圖像局部小塊集合的手勢表示模型,采用隨機(jī)蕨分類器做模版匹配,并結(jié)合在線學(xué)習(xí)實(shí)時(shí)更新模型,有效解決了在目標(biāo)消失后無法重新跟蹤或者當(dāng)目標(biāo)被部分遮蓋時(shí)難以給出正確結(jié)果的困難。
(3)設(shè)計(jì)了一個(gè)簡單的手勢人機(jī)交互系統(tǒng)原型,結(jié)合OMAP處理器的特點(diǎn),將算法的處理過程平均分配給ARM核心和DSP
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(huì)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(chǔ)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(shí)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
- 基于TLD框架的人臉跟蹤算法的研究與實(shí)現(xiàn).pdf
- 基于TLD的目標(biāo)跟蹤算法研究與實(shí)現(xiàn).pdf
- TLD框架下的多人臉目標(biāo)跟蹤算法設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于TLD框架的目標(biāo)跟蹤算法研究.pdf
- 基于TLD模型的多目標(biāo)跟蹤算法的研究與實(shí)現(xiàn).pdf
- 基于TLD的井下視頻目標(biāo)跟蹤研究與應(yīng)用.pdf
- 基于DSP的運(yùn)動(dòng)目標(biāo)檢測與跟蹤系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于Adaboost和TLD算法的人臉檢測跟蹤系統(tǒng).pdf
- 基于TLD的視頻目標(biāo)跟蹤算法的應(yīng)用與研究.pdf
- 基于DAVINCI車輛檢測與跟蹤系統(tǒng)的實(shí)現(xiàn).pdf
- 基于TLD的人臉長時(shí)間跟蹤的研究與應(yīng)用.pdf
- 車輛視頻檢測與跟蹤系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于視頻的目標(biāo)檢測與跟蹤系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于FPGA的運(yùn)動(dòng)目標(biāo)檢測與跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于DSP的運(yùn)動(dòng)目標(biāo)檢測與跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 車輛檢測與跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于視頻的車輛檢測與跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于視頻的目標(biāo)檢測跟蹤的研究與實(shí)現(xiàn).pdf
- 基于TLD的行人跟蹤算法研究.pdf
- 基于OpenCV的目標(biāo)檢測與跟蹤算法的研究與實(shí)現(xiàn).pdf
評論
0/150
提交評論