基于Android平臺(tái)的視覺手勢(shì)識(shí)別研究.pdf

1、本文研究基于Android平臺(tái)的視覺手勢(shì)檢測(cè)、手勢(shì)分割和識(shí)別技術(shù)，實(shí)現(xiàn)了在Android平臺(tái)上對(duì)規(guī)定的六種靜態(tài)手勢(shì)的識(shí)別，為Android平臺(tái)的人機(jī)交互應(yīng)用提供了新的技術(shù)手段。
　　首先，本文采用基于LBP特征的Viola-Jones目標(biāo)檢測(cè)算法實(shí)現(xiàn)手勢(shì)檢測(cè)，該算法在人臉識(shí)別上已有廣泛的應(yīng)用，但在手勢(shì)檢測(cè)上還少有應(yīng)用。該算法與基于Haar-like特征的Viola-Jones檢測(cè)算法相比，在具有相當(dāng)?shù)臋z測(cè)率的同時(shí)，極大地減少了計(jì)算

2、量小，提高了實(shí)時(shí)性，因而適合在移動(dòng)設(shè)備上應(yīng)用。
　　其次，本文通過膚色分割、邊緣檢測(cè)、輪廓提取三個(gè)步驟實(shí)現(xiàn)手勢(shì)分割，然后提取分割后輪廓的傅里葉描述子，并使用主元分析對(duì)其進(jìn)行降維處理，最后采用K均值聚類的手勢(shì)識(shí)別算法，對(duì)處理后的特征向量進(jìn)行聚類分析，得到識(shí)別結(jié)果。
　　最后，本文在搭載單核1GHz處理器、運(yùn)行Android2.2操作系統(tǒng)的華為S7 Slim平板電腦上，利用Android NDK編譯工具和OpenCV for A