基于單目視覺的手勢識別應用研究.pdf

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

2、實環(huán)境的制約,因此本文從實際應用的角度出發(fā)對手勢檢測、手勢跟蹤和手勢識別的相應算法進行研究。論文的主要工作和創(chuàng)新點如下:
　　手勢檢測方面,由于手勢在現(xiàn)實環(huán)境下易受復雜背景和光照條件的影響,針對此問題采用由Viola和Jones提出的級聯(lián)分類器目標檢測框架進行手勢檢測。該方法可以有效的克服背景和光照對手勢的影響。同時結合膚色信息可以有效降低Viola-Jones檢測器的誤檢測率,檢測結果可作為手勢自動跟蹤的初始化目標。
　　

3、手勢跟蹤方面,針對目前傳統(tǒng)目標跟蹤方法在類膚色背景、手勢運動過快、手勢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,并在跟蹤過程中對顏色、運動和形狀特征保持動態(tài)更新,適合外觀顯著變化的目標跟蹤。但用于手勢跟蹤時其中顏色更新時間較長,本文通過引入新的顏色概率,提出了適用于手勢的改進雙層視覺模型跟蹤方法,縮短了原方法的跟蹤時間