基于深度圖像的人手關(guān)節(jié)點(diǎn)識(shí)別.pdf

1、隨著微軟推出Kinect深度相機(jī)，基于深度圖像的模式識(shí)別成為研究的熱點(diǎn)，其中符合人類交互習(xí)慣的手勢(shì)識(shí)別成為研究的重要方向，人手關(guān)節(jié)點(diǎn)識(shí)別作為手勢(shì)識(shí)別的關(guān)鍵和基礎(chǔ)問題，具有重要研究意義。深度圖像每個(gè)像素點(diǎn)所帶的信息，不是可見光圖像所帶的亮度、色彩等信息，而是該點(diǎn)到相機(jī)的距離信息。與可見光圖像相比，深度圖像不會(huì)受到光照、陰影、環(huán)境變化等因素的影響，并且直接反應(yīng)了場景的三維信息，為三維關(guān)節(jié)點(diǎn)識(shí)別提供了有利條件。
　　本文以基于深度圖像的

2、人手關(guān)節(jié)點(diǎn)識(shí)別為目標(biāo)，提出了一套完整的解決方案。采用深度相機(jī)捕獲人手深度圖像并通過真值標(biāo)注方法制作深度圖像樣本庫，提取樣本的深度特征用于隨機(jī)森林模型的訓(xùn)練和部位識(shí)別，最后在各部位聚合像素信息得到關(guān)節(jié)點(diǎn)的三維位置。本文設(shè)計(jì)的改進(jìn)的深度比較特征，能有效區(qū)分人手的部位并且具有旋轉(zhuǎn)魯棒性；采用的隨機(jī)森林模型在識(shí)別問題上具有高效以及可以并行處理的優(yōu)點(diǎn)。本文的系統(tǒng)在PC平臺(tái)上實(shí)現(xiàn)，對(duì)測(cè)試樣本的部位識(shí)別的正確率為79％，識(shí)別的關(guān)節(jié)點(diǎn)與標(biāo)注關(guān)節(jié)點(diǎn)的位置