基于單目視覺的手勢(shì)識(shí)別應(yīng)用研究.pdf

1、隨著人機(jī)交互技術(shù)的快速發(fā)展,新的人機(jī)交互方式成為近年來研究的熱點(diǎn)。手勢(shì)作為一種自然而直觀的交流方式,是人機(jī)交互中一個(gè)重要組成部分?；谝曈X的手勢(shì)識(shí)別一直是計(jì)算機(jī)視覺領(lǐng)域非?；钴S和富有挑戰(zhàn)性的研究課題,受到國(guó)內(nèi)外研究人員的廣泛關(guān)注。
　　本文在歸納分析國(guó)內(nèi)外手勢(shì)識(shí)別技術(shù)的基礎(chǔ)上,選擇對(duì)單目視覺手勢(shì)識(shí)別開展研究,原因在于雖然基于雙目視覺手勢(shì)識(shí)別的效果較好,但對(duì)硬件要求高,推廣性不強(qiáng)。而基于單目視覺的手勢(shì)識(shí)別成本低,通用性強(qiáng),卻易受到現(xiàn)

2、實(shí)環(huán)境的制約,因此本文從實(shí)際應(yīng)用的角度出發(fā)對(duì)手勢(shì)檢測(cè)、手勢(shì)跟蹤和手勢(shì)識(shí)別的相應(yīng)算法進(jìn)行研究。論文的主要工作和創(chuàng)新點(diǎn)如下:
　　手勢(shì)檢測(cè)方面,由于手勢(shì)在現(xiàn)實(shí)環(huán)境下易受復(fù)雜背景和光照條件的影響,針對(duì)此問題采用由Viola和Jones提出的級(jí)聯(lián)分類器目標(biāo)檢測(cè)框架進(jìn)行手勢(shì)檢測(cè)。該方法可以有效的克服背景和光照對(duì)手勢(shì)的影響。同時(shí)結(jié)合膚色信息可以有效降低Viola-Jones檢測(cè)器的誤檢測(cè)率,檢測(cè)結(jié)果可作為手勢(shì)自動(dòng)跟蹤的初始化目標(biāo)。
　　

3、手勢(shì)跟蹤方面,針對(duì)目前傳統(tǒng)目標(biāo)跟蹤方法在類膚色背景、手勢(shì)運(yùn)動(dòng)過快、手勢(shì)形狀多變情況下容易跟蹤丟失的問題,研究并分析了一種雙層視覺模型跟蹤(Local-Global Tracking,LGT)方法。LGT跟蹤方法利用雙層模型相互約束,并在跟蹤過程中對(duì)顏色、運(yùn)動(dòng)和形狀特征保持動(dòng)態(tài)更新,適合外觀顯著變化的目標(biāo)跟蹤。但用于手勢(shì)跟蹤時(shí)其中顏色更新時(shí)間較長(zhǎng),本文通過引入新的顏色概率,提出了適用于手勢(shì)的改進(jìn)雙層視覺模型跟蹤方法,縮短了原方法的跟蹤時(shí)間