大屏幕人機互動中若干關鍵技術研究.pdf

1、大屏幕多媒體的展示系統(tǒng)越來越多地應用在各種場合，例如科技館、展覽館等場所，而日前大屏幕人機交互還沒有完善的解決方案。手勢交互具有交互自然、體驗性好等優(yōu)勢，更符合人類交互的的需求，已經成為大屏幕人機交互方案的研究熱點。
　　 大屏幕人機交互主要涉及三個方面的內容，人機交互時交互人體的跟蹤，交互手勢的跟蹤與識別，以及交互時涉及到的文字輸入問題。本文論文主要貢獻如下:
　　 在物體檢測方面提出了一種高斯背景模型快速更新背景機制

2、，利用即時背景差分和高斯混合模型相結合的方法，解決在光線瞬間變化等情況下，高斯背景由于更新背景速度慢，導致前景誤檢測問題。
　　 在人體跟蹤方面探討了基于Meanshift的跟蹤算法，針對Meanshift的單一顏色特征和整體目標區(qū)域建立模型，在目標尺度變化、光線變化情況下魯棒性差的問題，提出基于分模塊和對每個模塊采用紋理和顏色特征建立模型，大大提高了算法的魯棒性。并探討了人體遮擋情況下的人體跟蹤算法，結合卡爾曼濾波預測算法，在

3、人體完全遮擋的情況下取得了良好的跟蹤效果。
　　 提出了一種簡單的雙目視覺定位方法，利用攝像頭的投影幾何原理和空間直線的關系，避免了傳統(tǒng)雙目視覺定位的復雜的攝像頭標定流程，不利于實際場合使用。在精度不變的情況下，提高了實用性。
　　 提出了一種通過識別靜態(tài)手勢，向拼音輸入法輸入拼音，以達到利用手勢向系統(tǒng)輸入漢字功能。利用深度圖像分割出靜態(tài)手勢，避免了傳統(tǒng)RGB攝像頭采集手勢時，受慣性、背景復雜性以及光照等影響，提高了魯棒

4、性。在提取靜態(tài)手勢特征上，采用SIFT特征提取方法，既保留了輪廓的各種旋轉，縮放不變形，又加強了局部區(qū)域特征，提高識別率。手勢分類則采用了SVM方法，構造一個多分類樹結合漢字拼音的規(guī)則，能提供一分鐘十個漢字左右的輸入方法，可以有效地滿足搜索等需要關鍵字的文字輸入需求。
　　 在動態(tài)手勢交互方面，動態(tài)手勢跟蹤利用粒子濾波能夠處理非線性目標以及非高斯分布系統(tǒng)的特性，使用粒子濾波算法對手勢進行跟蹤，獲取手勢軌跡。傳統(tǒng)的粒子濾波在樣本重

5、采樣過程中，會造成樣本的“貧化”問題，本文利用樣本周圍像素產生樣本，利用Hausdorff距離計算個各樣本的權值，利用隨機平均分布獲得隨機數(shù)，通過周圍像素產生的樣本獲得偽隨機樣本，解決重采樣造成的樣本“貧化”問題。得到手勢的軌跡，利用16方向角進行離散量化，作為手勢識別的輸入向量。由于隱式馬爾科夫鏈(HMM)可以同時對空間和時間相關關系建立模型，適用于動態(tài)手勢識別。傳統(tǒng)的HMM初始狀態(tài)個數(shù)是根據(jù)經驗值，而本文提出一種利用關鍵點算法對不同

6、的手勢初始狀態(tài)設定不同的值，使得初始狀態(tài)設定有個參考機制。在選擇訓練樣本時，利用混沌算法，找出訓練樣本的最優(yōu)值，使得訓練出的HMM模型具有全局最優(yōu)特性。利用一種閾值的方法，對傳統(tǒng)HMM方法進行改進，使得HMM具有一定的拒識率，最大可能地排除輸入的錯誤手勢，提高識別率，實驗驗證了方法的有效性，可以進行人機交互。
　　 通過實驗可以驗證，本文有效地解決了的大屏幕多媒體交互中出現(xiàn)的三個問題，可以使用戶在大屏幕入機交互中有較好的，更自然