復(fù)雜背景下動(dòng)態(tài)手勢(shì)跟蹤算法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，迫切要求改善人與計(jì)算機(jī)之間的交互方式，由于手勢(shì)在語(yǔ)義表達(dá)方面所具有的友好性與直觀性，使得手勢(shì)在人機(jī)交互中得到廣泛應(yīng)用和研究。
　　 為了提高人機(jī)交互中運(yùn)動(dòng)手勢(shì)的跟蹤精度問(wèn)題，在分析了傳統(tǒng)Mean shift跟蹤方法原理及其自身存在的不足的基礎(chǔ)上，本文提出了一種實(shí)時(shí)跟蹤手勢(shì)目標(biāo)中心的線(xiàn)性預(yù)測(cè)方法。該方法通過(guò)提取目標(biāo)手勢(shì)在HSV顏色空間中的H分量建立Mean shift膚色目標(biāo)模型，并通過(guò)單峰高斯模型對(duì)跟蹤

2、過(guò)程中的樣本點(diǎn)進(jìn)行篩選，提高了運(yùn)動(dòng)手勢(shì)抗背景干擾的能力。此外，為了克服在跟蹤過(guò)程中由于手勢(shì)運(yùn)動(dòng)過(guò)快導(dǎo)致跟蹤精度不高的問(wèn)題，采用了線(xiàn)性預(yù)測(cè)函數(shù)對(duì)手勢(shì)起始中心進(jìn)行預(yù)測(cè)。通過(guò)實(shí)驗(yàn)表明，該方法對(duì)于運(yùn)動(dòng)手勢(shì)跟蹤表現(xiàn)出較好的性能。
　　 為了更進(jìn)一步提高手勢(shì)跟蹤的實(shí)時(shí)性與精確性，以在實(shí)際應(yīng)用中更加具有實(shí)用性，文中提出了一種基于區(qū)域生長(zhǎng)的Mean shift動(dòng)態(tài)變形手勢(shì)跟蹤方法。該方法針對(duì)手勢(shì)在顏色空間中所具有的高聚類(lèi)特性，利用區(qū)域生長(zhǎng)算法以

3、手勢(shì)的起始中心為種子點(diǎn)通過(guò)生長(zhǎng)對(duì)手勢(shì)進(jìn)行采樣，采樣完成后由Mean shift算法對(duì)樣本點(diǎn)集合的中心進(jìn)行精確定位，從而實(shí)現(xiàn)視頻序列中對(duì)動(dòng)態(tài)變形手勢(shì)的連續(xù)定位。該方法具有較低的時(shí)間復(fù)雜度和較高的跟蹤精度。
　　 在本文提出的基于區(qū)域生長(zhǎng)的Mean shift動(dòng)態(tài)變形手勢(shì)跟蹤方法的基礎(chǔ)上，提出了一種基于聯(lián)合空間的動(dòng)態(tài)變形手勢(shì)跟蹤方法，該方法利用手勢(shì)像素在空間域的位置分布特征以及在顏色空間的特征，計(jì)算手勢(shì)樣本集合在聯(lián)合空間的核概率密度

4、，進(jìn)而通過(guò)Mean shift算法對(duì)手勢(shì)目標(biāo)在空間域中定位。該算法也可以看作是第二種算法的“改進(jìn)版本”。
　　 文中采用若干組在室內(nèi)條件下拍攝的手勢(shì)運(yùn)動(dòng)視頻為實(shí)驗(yàn)材料，利用matlab7.0數(shù)學(xué)軟件作為實(shí)驗(yàn)平臺(tái)，對(duì)本文提出的三種算法的可行性進(jìn)行了驗(yàn)證。此外，將本文提出的三種算法與傳統(tǒng)mean shift跟蹤算法進(jìn)行了比較，證實(shí)了本文算法的優(yōu)越性。
　　 本文所做的工作都是基于實(shí)驗(yàn)環(huán)境下針對(duì)單手運(yùn)動(dòng)的情況所展開(kāi)的研究，要使