用于人机交互的视觉手势识别.pdfVIP

  1. 1、本文档共81页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要 摘要 基于视觉的手势识别,是让计算机能够像人那样看见并理解人的手势;它在人机交 互、虚拟现实、手语理解、远程控制等领域中有着广泛而重要的应用。以智能轮椅作为研 究平台,本文对视觉手势识别在人机交互中的应用做了深入的研究,包括手的特征选取、 手势跟踪、静态手势识别、动态手势理解等方面的内容。本文的主要工作和贡献有: ①提出了一种改进的粒子滤波算法一结合均值漂移的粒子滤波MSEPF。通过在粒子 滤波中加入均值漂移步骤,MSEPF实现了更为有效的采样策略,提高了粒子集中 的有效粒子数,在一定程度上避免了传统粒子滤波的采样恶化和采样枯竭问题;同 时,MSEPF不需要大量粒子来维持后验概率的多峰分布.节约了所需粒子数,提高 了计算效率。 ②使用MSEPF实现了智能轮椅入机交互场景下的实时手势跟踪。得益于粒子漂 移,MSEPF使用了简单但有效的弱动态模型。我们首先选用肤色对手建模,并 且考虑到动态场景中光照变化会带来肤色改变,在跟踪过程中自适应更新肤色模 型。为了克服背景中存在的肤色干扰,我们提出了融合肤色和运动信息的观测模 型。MSEPF中的粒子漂移也是基于肤色和运动信息进行。 ③基于方向直方图思想,提出使用手轮廓方向直方图来识别静态手势。在借助手势跟 踪算法定位图像中手的位置后,我们根据肤色分割出手的轮廓;然后计算手轮廓方 向直方图,通过与事先训练好的模型匹配来识别手势。 ④通过在时序模板中引入时空轨迹,提出了时序模板轨迹概念.将从运动序列中跟踪 得到的手势运动轨迹压缩到单幅图像中。我们设计了一种两层分类器,通过时序模 板轨迹的形状和运动方向分析,实现对预先定义的七种动态手势的识别。实验表 明,时序模板轨迹优于一般的时序模板,对动态手势具有更好的可分性;且实现简 单,不需要复杂的训练。 ⑤在上述研究的基础上,设计并实现了智能轮椅基于视觉手势识别的外部控制接口, 作为轮椅多模态感知接口的一个重要组成部分。该实时手势控制接口在实际中工作 良好。 关键词:手势识别,视觉人机交互,视觉跟踪,轨迹分析,服务型机器人 第i页 英文摘要 HandGesture forHuman Vision—based Recognition Interaction Computer SHAN Author:Cmfeng TAN Supervisor:Tieniu Abstract and Vision—basedhand tosee un— gesturerecognition,enablingcomputer 8s a.s be inareassuch derstandhand humansdo.could gestures widelyapplied Virtual and

文档评论(0)

tkhyxy + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档