基于Android平臺的手勢識別技術(shù)的研究與應用.pdf

1、近年來，移動互聯(lián)網(wǎng)行業(yè)正在快速發(fā)展。與此同時，搭載著移動操作系統(tǒng)的移動設備使用數(shù)量也在與日俱增。在當今流行的各種移動操作系統(tǒng)，Android系統(tǒng)憑借著其開源、應用程序豐富等優(yōu)勢發(fā)展迅速。然而，Android平臺的人機交互方式仍舊以觸摸屏幕操作為主，并沒有太多創(chuàng)新的交互方式出現(xiàn)。
　　本文主要研究將手勢識別技術(shù)應用于Android平臺的相關內(nèi)容，為Android平臺的人機交互提供一種嶄新的、更加人性化的交互方式。通過對手勢檢測、手勢

2、識別等算法的研究，本文在Android平臺上開發(fā)了一款對常見的六種手勢進行識別的APP應用，該應用具有較好的擴展性。本文的主要研究工作如下：
　　1）在手勢檢測階段，使用了Viola-Jones目標物體檢測算法來進行手勢檢測，并選取能夠表現(xiàn)局部紋理特性的LBP特征來進行相關分類器的訓練。Viola-Jones檢測框架在人臉識別領域中有著廣泛的應用，但在手勢檢測方面的應用并不多見。而在特征的選取方面，使用LBP特征與基于Voila-

3、Jones檢測框架中使用的Haar-like特征相比，識別率基本持平，但前者的運算量極小，實時性好，適合用于Android平臺上。
　　2）在手勢識別階段，本文在檢測出手勢的大致區(qū)域的基礎上，通過對手勢區(qū)域的分割，手勢邊緣檢測以及輪廓提取等步驟，得到手勢的輪廓信息。進而通過使用具有不受位移、尺度、旋轉(zhuǎn)等因素干擾的Hu矩信息，使用模板匹配算法來進行手勢的分類信息，從而實現(xiàn)手勢識別功能。
　　3）通過調(diào)用OpenCV相關函數(shù)編程

4、實現(xiàn)了前面介紹的算法，該程序可以識別六種特定的靜態(tài)手勢。然后使用NDK工具將其封裝為Android平臺可以調(diào)用的JNI接口。本文通過調(diào)用手勢識別的接口實現(xiàn)了一款以懸浮框顯示的APP應用。該應用可將識別到的手勢信息以廣播的形式發(fā)送給其他應用程序。最后展示了使用該應用對一個圖片瀏覽器控制的例子。在處理器為單核1GHz、Android系統(tǒng)為4.0.4版本的中興U950手機上，該應用處理一幅大小為200*160的視頻序列幀（從輸入到識別出手勢）