圖像到類的動(dòng)態(tài)時(shí)間規(guī)整算法及其在3D手勢(shì)識(shí)別中的應(yīng)用.pdf

1、商用級(jí)深度攝像機(jī)的出現(xiàn)為基于手勢(shì)的人機(jī)交互提供了自然且極富魅力的選擇，使得基于3D的人機(jī)交互技術(shù)成為學(xué)術(shù)界研究的熱點(diǎn)。本論文提出了一種圖像到類的動(dòng)態(tài)時(shí)間規(guī)整算法（Image-to-Class Dynamic Warping，I2C-DTW），并在3D靜態(tài)和動(dòng)態(tài)手勢(shì)識(shí)別中取得了優(yōu)異的效果。本論文的主要學(xué)術(shù)貢獻(xiàn)如下：
　　提出 I2C-DTW算法。傳統(tǒng)圖像到圖像的動(dòng)態(tài)時(shí)間規(guī)整算法（Image-to-Image DTW，I2I-DTW）

2、利用圖像到圖像之間的規(guī)整路徑計(jì)算相似度，對(duì)于類間差異大的樣本有很好的效果，但是對(duì)于類間差異小且有部分相似性的樣本卻無能為力。針對(duì)該問題，I2C-DTW算法通過計(jì)算測(cè)試樣本與類訓(xùn)練樣本之間的規(guī)整路徑得到圖像到類的總規(guī)整路徑，最終對(duì)測(cè)試樣本分類。同傳統(tǒng)圖像到圖像的動(dòng)態(tài)時(shí)間規(guī)整算法相比，I2C-DTW提高了算法的泛化能力。
　　基于前述的I2C-DTW算法，提出利用I2C-DTW識(shí)別3D靜態(tài)手勢(shì)。其主要思想是根據(jù)不同的手指組合，把靜態(tài)手

3、勢(shì)的時(shí)間序列曲線分割為多個(gè)手指描述器。手指描述器表示手勢(shì)的一種特征，能有效區(qū)分類間差異。識(shí)別過程中，I2C-DTW算法在每一類訓(xùn)練樣本中搜索與測(cè)試樣本相對(duì)應(yīng)的手指描述器，尋找其最小規(guī)整路徑，把所有手指描述器間的最小規(guī)整路徑相加得到該類訓(xùn)練樣本與測(cè)試樣本的相似度，路徑越短相似度越大。遍歷完所有的類后，相似度最大的類就是測(cè)試樣本所屬的類。該方法在3D靜態(tài)手勢(shì)數(shù)據(jù)庫10-Gesture、UESTC-ASL上進(jìn)行實(shí)驗(yàn)驗(yàn)證，平均識(shí)別率分別為99.

4、5％、90.5%。
　　此外，論文還提出基于I2C-DTW的3D動(dòng)態(tài)手勢(shì)識(shí)別。根據(jù)動(dòng)態(tài)手勢(shì)的特點(diǎn)，首先提取手掌的運(yùn)動(dòng)軌跡，并轉(zhuǎn)換為x方向和y方向上的時(shí)間序列曲線，分別作為軌跡描述器。類似的，在識(shí)別時(shí)I2C-DTW算法會(huì)在每一類視頻訓(xùn)練樣本中搜索與測(cè)試樣本相對(duì)應(yīng)的軌跡描述器，尋找其最小規(guī)整路徑，把所有軌跡描述器間的最小規(guī)整路徑相加就得到了該類訓(xùn)練樣本與測(cè)試樣本之間的相似度，路徑越短相似度越大。遍歷完所有的類后，相似度最大的類就是測(cè)試