基于計算機視覺的手勢識別技術研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著我國計算機技術的迅猛發(fā)展,人們對計算機使用方便程度的要求越來越高,手勢作為一種自然而直觀的人際交流模式,已經成為一種重要的人機交互方式?;谟嬎銠C視覺的手勢識別是實現新一代人機交互所不可缺少的一項關鍵技術。 手勢識別的研究可以提高計算機對人體語言的理解,通過計算機可以完成手勢和語音之間的轉換工作,從而實現聾人與聽力健康人之間無障礙的交流。然而,由于手勢本身具有的多樣性、多義性、以及時間和空間上的差異性等特點,加之人手是復雜變

2、形體及視覺本身的不適定性,因此基于計算機視覺的手勢識別是一個極富挑戰(zhàn)性的研究課題。 本文在深入研究和分析了手勢識別系統(tǒng)的原理、關鍵技術以及目前存在的問題的基礎上,闡述了手勢識別系統(tǒng)中的常用方法并剖析了算法的優(yōu)缺點;重點研究了手勢分割、靜態(tài)手勢識別、動態(tài)手勢識別等關鍵技術;針對單一膚色模型的分割方法容易受到類膚色干擾的問題,在綜合分析和統(tǒng)計實驗的基礎上,利用YCbCr和Nrg膚色模型的互補性以及背景模型能有效去除背景中的類膚色等特

3、點,提出并實現了一種將YCbCr膚色模型、Nrg膚色模型以及背景模型的多特征相融合的分割方法,有效地解決了膚色干擾問題;在對常用識別算法進行深入研究基礎上,結合傅立葉描述子具有較好的輪廓描述能力和BP神經網絡較強的自學習能力,提出并實現了基于傅立葉描述子-BP神經網絡的方法,通過實驗證明該方法對不同人的手勢識別具有較好的魯棒性;在剖析了DHMM識別率低但識別速度快以及CHMM的識別率高但識別速度慢等特點的基礎上,提出了以SCHMM模型作

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論