基于頭勢(shì)的智能輪椅無(wú)障礙人機(jī)交互.pdf

1、近年來(lái)信息無(wú)障礙技術(shù)越來(lái)越受到關(guān)注，它主要研究如何幫助老年人和殘障人士自由參與社會(huì)活動(dòng)，而基于頭勢(shì)的人機(jī)交互是信息無(wú)障礙研究領(lǐng)域中的一個(gè)熱點(diǎn)，因此基于頭勢(shì)的智能輪椅人機(jī)交互的研究就是一個(gè)非常有意義的課題。
　　 本文研究了基于頭勢(shì)的智能輪椅無(wú)障礙人機(jī)交互方法，提出基于唇部檢測(cè)的頭勢(shì)識(shí)別方法，將識(shí)別結(jié)果用于控制智能輪椅的運(yùn)動(dòng)。文章首先介紹了Adaboost(Adaptive Boosting)目標(biāo)檢測(cè)算法，采用加權(quán)投票的方式生成唇

2、部級(jí)聯(lián)分類器，進(jìn)行唇部的檢測(cè)，但是使用Adaboost算法進(jìn)行唇部檢測(cè)與頭勢(shì)識(shí)別的精確度不高，檢測(cè)時(shí)間相對(duì)較長(zhǎng)。針對(duì)唇部檢測(cè)中遇到的這兩個(gè)問(wèn)題，提出混合Kalman濾波器與Adaboost算法進(jìn)行唇部檢測(cè)的頭勢(shì)識(shí)別方法。該算法通過(guò)預(yù)測(cè)Adaboost算法預(yù)測(cè)唇部左上角坐標(biāo)點(diǎn)在下一幀圖像中的位置，減小Adaboost算法進(jìn)行唇部檢測(cè)的搜索范圍，提高了唇部檢測(cè)與頭勢(shì)識(shí)別的精確度，降低了檢測(cè)與識(shí)別時(shí)間。
　　 最后，本文設(shè)計(jì)了一個(gè)基于