基于視覺的手勢檢測與識別算法及其在人機(jī)交互中的應(yīng)用.pdf

1、隨著人機(jī)交互技術(shù)向著“以人為中心”的多媒體、多模式交互的方向發(fā)展，傳統(tǒng)的基于鍵盤、鼠標(biāo)的交互方式越來越顯示出自身的局限性：將基于計算機(jī)視覺的手勢識別方法融入到新一代人機(jī)交互模式中，成為完善人機(jī)交互手段的一種新的思路。
　　 本研究面向人機(jī)交互應(yīng)用，針對復(fù)雜背景下交互手勢的檢測方法、手勢的特征描述方法、手勢識別方法做了深入研究，并在上述研究基礎(chǔ)上選取虛擬現(xiàn)實環(huán)境為應(yīng)用背景，建立了一個基于用戶手勢輸入的虛實交互系統(tǒng)，實現(xiàn)了人機(jī)之間的

2、友好交互。在手勢檢測方面，針對實際應(yīng)用中背景復(fù)雜多變的特點，提出基于膚色分割前端優(yōu)化的Viola-Jones手勢檢測方法。為排除光照強(qiáng)度變化的影響，在膚色分割模塊中實現(xiàn)了在非線性轉(zhuǎn)換YCbCr顏色空間中的手勢建模。膚色分割模塊的引入，有效地解除了復(fù)雜背景對手勢檢測問題的制約，在一定程度上降低了算法的誤檢率。在算法實現(xiàn)環(huán)節(jié)分別通過復(fù)雜背景下測試、分類器性能測試、實時性能測試對上述方法進(jìn)行驗證，實驗結(jié)果表明本文方法對復(fù)雜背景下的手勢檢測較為

3、魯棒，表現(xiàn)出良好的整體性能。在手勢識別方面，選取Hu不變矩作為手勢的特征描述，提出結(jié)合Hu矩特征和支持向量機(jī)(SVM)分類的手勢識別算法。Hu矩特征不易受噪聲干擾，對檢測手勢在尺度、旋轉(zhuǎn)角度等方面的變化有較強(qiáng)的適應(yīng)性。實驗環(huán)節(jié)中上述識別方法在測試樣本集上取得了理想的識別率，從而進(jìn)一步證明選取SVM用于特征分類，可有效地解決手勢識別研究中面臨的小樣本、分類模型推廣能力差及參數(shù)難以優(yōu)化等問題。最后在上述研究基礎(chǔ)上，將手勢檢測算法與識別算法結(jié)