基于流形學習的手勢跟蹤識別算法研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在科學技術相當成熟的今天,人機交互已經慢慢被人們所熟知,并逐漸成為日常生活中不可忽視的一部分?;谌耸值膭幼髯R別與跟蹤具有自然、直觀、不需要中間媒介等特點,近年來手勢識別與跟蹤一直是人機交互領域的研究熱點。
  本文在研究計算機視覺、目標識別與跟蹤等知識以及基于流形學習的分類與降維算法的基礎上,提出了基于單目攝像頭的實時人手姿態(tài)重建的方法,并設計實驗驗證了該方法是可行的、高效的。
  首先本文提出了一種基于膚色和ODOP(O

2、riented Dops)包圍盒的多目標跟蹤算法,該算法不僅能同時完成對多個手勢的跟蹤,還能在長期遮擋、相互交叉等情況下準確地完成跟蹤和標記。其次本文提出了基于流形學習的高效手勢識別重建算法,它采用局部保留投影(LPP)算法進行流形學習,能夠很健壯地識別和恢復很多手勢的姿態(tài)和視點。首先,選擇一些基本動作姿態(tài)來構建訓練庫,訓練庫中的圖片為基本動作姿態(tài)的三維模型在任意視角下投影得到,并且為訓練庫構建二維輪廓圖到三維骨骼關節(jié)角度的映射表,然后

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論