基于Kinect的動態(tài)手勢識別.pdf

1、人機交互越來越成為人們日常生活中不可或缺的一部分，手勢具有便捷、自然、直觀等特點，是人機交互中的一種重要的交流方式。相對于靜態(tài)手勢而言，動態(tài)手勢具有豐富、靈活的特點，因此本文主要研究動態(tài)手勢識別。
　　動態(tài)手勢的識別過程主要包含如下幾步:獲得手心的位置，提取和編碼手勢的特征，學習手勢模型的參數(shù)和閾值，識別手勢。本文先通過微軟Kinect獲得手在三維空間中的位置。本文然后介紹了K-means對特征離散化編碼的過程，但由于K-mean

2、s不能給未定義的手勢以合理的編碼，故提出了球面方向離散化方法對特征進行離散化編碼，該方法編碼后的特征滿足相似手勢區(qū)分度盡可能小，不同手勢區(qū)分度大的原則。本文接著介紹了動態(tài)時間規(guī)整，最長公共子序列和隱馬爾科夫模型在動態(tài)手勢識別的學習和識別過程中的應用。考慮到不同人對同一個動作的理解存在差異，本文將K近鄰和最長公共子序列進行結合。為了在基于隱馬爾可夫模型的手勢識別方法中能夠自動檢測事先定義的手勢并過濾掉未定義的手勢，本文使用一種統(tǒng)計的方法計