基于運動軌跡的手勢識別研究及應(yīng)用.pdf

1、近年來，隨著計算機的飛速發(fā)展，使得人機交互對于人們的日常生活變得越來越重要。目前，最常見的人機模式主要是通過一些簡單的機器設(shè)備來實現(xiàn)，例如，鍵盤，鼠標(biāo)，觸摸屏等。然而，這些設(shè)備并不能滿足人機交互中人們對速度及“自然性”的需要。由于手勢在交流和操作中的敏捷性及廣泛性，使得以手勢作為人機交互接口的研究變得越來越重要。因此，手勢識別技術(shù)成為最有效，最自然的實現(xiàn)人機交互技術(shù)之一。
　　 手勢因其自身的復(fù)雜性及受其他條件的影響，使得實現(xiàn)一

2、個實時，簡單，反應(yīng)速率快，及魯棒性高的識別系統(tǒng)變得十分困難。其中，在實時的動態(tài)手勢識別中，因受實際環(huán)境中光照條件的變化使得手勢定位受到很大的影響，無法得到一個魯棒的手勢分割。此外，動態(tài)手勢模型的選擇也影響到最終識別效果。因此，本文針對此兩點從光學(xué)及運動學(xué)角度提出了基于運動軌跡的手勢識別系統(tǒng)設(shè)計方法。該方法首先利用光照刪除的方法去除光照影響對動作視頻中的手進行定位，然后提取手勢的運功軌跡信息用于表征動態(tài)手勢，與此同時利用速度濾波方法進行連

3、續(xù)手勢分割。之后，把提取到的標(biāo)準(zhǔn)特征數(shù)據(jù)組合成一個標(biāo)準(zhǔn)庫。在進行測試時，當(dāng)一個未知手勢輸入進來時，計算該手勢與標(biāo)準(zhǔn)庫中定義的手勢之間的距離，通過這個距離的大小來實現(xiàn)識別。在最終測試試驗中該方法實現(xiàn)了10種動態(tài)手勢的識別，平均識別率達到89.5％。此外，本文還結(jié)合靜態(tài)手勢的識別構(gòu)造了一個應(yīng)用系統(tǒng)，在實時的測試中驗證了其有效性。
　　 本文創(chuàng)新點:1，針對光照條件的對膚色提取的影響，采用了光照分離膚色探測的方法實現(xiàn)了手勢區(qū)域的有效提