人機(jī)交互中的手勢識別技術(shù)研究.pdf

1、理想的人機(jī)交互方式應(yīng)該是盡可能的直接和自然，用戶可以隨意的和計算機(jī)進(jìn)行交流而不需要諸如遠(yuǎn)程控制、鼠標(biāo)和鍵盤之類的額外裝備。手勢識別技術(shù)不但能提供一種簡單的、自然的人機(jī)交互方式而且正在逐漸改變著人們的日常生活方式，它被廣泛應(yīng)用于各種領(lǐng)域，例如體感游戲、機(jī)器人控制、增強(qiáng)現(xiàn)實、智能家居、手語識別等。因此，對手勢識別技術(shù)的研究有著深遠(yuǎn)的意義。
　　人機(jī)交互中，典型的手勢識別算法包括手勢分割、手勢特征提取、手勢識別三大部分，本論文主要針對這

2、三部分進(jìn)行了詳細(xì)的研究，主要工作如下：
　　1、研究了基于普通攝像頭和Kinect傳感器兩種平臺下，從復(fù)雜背景中分割手勢的方法。
　　在普通攝像頭平臺下，首先在YCgCr空間建立基于人臉檢測的實時膚色高斯模型，然后融合膚色信息及運動信息，最后利用Graph Cuts彩色圖像分割算法實現(xiàn)了復(fù)雜背景下的手勢分割。該方法在一定程度上能夠克服光照變化和用戶膚色差異對手勢分割帶來的不利影響；Kinect傳感器平臺下，利用深度直方圖實現(xiàn)

3、手勢分割，該方法不受背景顏色、光照強(qiáng)度等影響，在實時系統(tǒng)中能夠準(zhǔn)確的分割出手勢。
　　2、特征提取方面，提取了手勢的長寬比、緊密型、凹凸性、離心率等表現(xiàn)特征以及輪廓的傅里葉描述子特征。這些特征都具有旋轉(zhuǎn)不變，比例伸縮性,平移不變性，符合手勢識別系統(tǒng)的要求。
　　3、手勢識別方面，提出了基于凹凸點和基于輪廓序列的兩種數(shù)字手勢識別方法，以及基于SVM分類器的多類手勢識別方法。其中數(shù)字手勢識別可以達(dá)到90％以上的識別率，SVM分類