基于隨機(jī)森林的手勢(shì)檢測(cè)與識(shí)別系統(tǒng)的研究.pdf

1、隨著人們生活質(zhì)量的提高和智能識(shí)別技術(shù)的發(fā)展,智能的人機(jī)交互方式越來(lái)越融入人們的生活。與自然語(yǔ)言一樣,手勢(shì)作為一種肢體語(yǔ)言也可以傳達(dá)復(fù)雜信息和指令。近年來(lái),涌現(xiàn)出了大量用于人手檢測(cè)與手勢(shì)識(shí)別的算法,這些算法都不同程度地存在一些缺陷,比如檢測(cè)精度不高、穩(wěn)定性不好、系統(tǒng)效率低、系統(tǒng)對(duì)硬件要求較高等。在本文中,提出了一種基于現(xiàn)代智能識(shí)別技術(shù)的手勢(shì)檢測(cè)與識(shí)別系統(tǒng),該系統(tǒng)可以有效地運(yùn)用于人機(jī)交互中。本文針對(duì)不同手勢(shì)的檢測(cè)與識(shí)別,主要做了以下幾方面的

2、工作:
　　(1)在本文中首先采用點(diǎn)對(duì)比較特征來(lái)描述手勢(shì)樣本。該方法所采用的特征是圖像灰度空間中的像素點(diǎn)的灰度值,通過(guò)樣本中不同像素點(diǎn)灰度值進(jìn)行差值比較的方法來(lái)描述各個(gè)樣本中的像素的空間分布。為了提高方法的魯棒性,對(duì)每個(gè)像素點(diǎn)都取固定鄰域內(nèi)的均值來(lái)進(jìn)行比較運(yùn)算。最后樣本的特征值向量由這些點(diǎn)對(duì)特征值組成,用于訓(xùn)練手勢(shì)識(shí)別的分類(lèi)器和手勢(shì)目標(biāo)的檢測(cè)與識(shí)別。
　　(2)本文中通過(guò)建立隨機(jī)森林分類(lèi)器模型進(jìn)行手勢(shì)識(shí)別的分類(lèi)器訓(xùn)練。在隨機(jī)

3、森林的每棵樹(shù)的每個(gè)節(jié)點(diǎn)處分別采用不同的點(diǎn)對(duì)比較特征作為節(jié)點(diǎn)分裂準(zhǔn)則,然后利用建立多棵樹(shù)分類(lèi)器的方法來(lái)構(gòu)建一個(gè)森林分類(lèi)器,,以達(dá)到增強(qiáng)分類(lèi)器分類(lèi)效果的目的。根據(jù)樹(shù)的分裂特點(diǎn),采用該方法在運(yùn)行時(shí)所耗時(shí)間少,并且由于森林分類(lèi)器是一種提升的強(qiáng)分類(lèi)器,所以精度更高。
　　(3)在檢測(cè)階段,為了提高效率,在本文中首先采用YCbCr顏色空間內(nèi)的膚色檢測(cè)作預(yù)處理,然后采用了運(yùn)動(dòng)幀差法檢測(cè)視頻圖像中運(yùn)動(dòng)明顯的區(qū)域,將圖像中人手的搜索區(qū)域盡量減小,這