融合多特征SRC手勢(shì)識(shí)別算法研究.pdf

1、當(dāng)前計(jì)算機(jī)技術(shù)及其相關(guān)產(chǎn)業(yè)正在蓬勃發(fā)展，“和諧人機(jī)交互理論以及智能信息處理”成為國(guó)家科技發(fā)展戰(zhàn)略方向，“虛擬現(xiàn)實(shí)技術(shù)”及“智能感知技術(shù)”成為其中的前沿課題。手勢(shì)本身表達(dá)簡(jiǎn)捷方便，因此逐步受到世界各地科研工作者的重視。過(guò)去基于智能穿戴設(shè)備的手勢(shì)識(shí)別技術(shù)已經(jīng)取得了階段性成果，但復(fù)雜的硬件使其應(yīng)用場(chǎng)景出現(xiàn)了諸多的限定條件，因此當(dāng)前研究主流的手勢(shì)識(shí)別技術(shù)多基于視覺(jué)。稀疏表示、壓縮感知理論的出現(xiàn)及其在模式識(shí)別的突出表現(xiàn)，使得該領(lǐng)域的研究有了全新的

2、道路和前景，但目前相關(guān)的研究還十分有限，并且在應(yīng)用場(chǎng)景層次的研究甚為遲緩。因此，深入研究稀疏表示手勢(shì)識(shí)別算法有著重要的理論價(jià)值以及現(xiàn)實(shí)意義。
　　針對(duì)研究課題，本文的主要研究工作包括以下幾個(gè)方面：
　　1、針對(duì)現(xiàn)有手勢(shì)識(shí)別中常采用的輪廓特征在手勢(shì)識(shí)別類別增多的情況下分類效果較差，本文采用邊緣特征作為手勢(shì)的全局特征，然后對(duì)得到的邊緣特征進(jìn)行簡(jiǎn)單的歸一化下采樣操作，以此抵銷(xiāo)手勢(shì)形狀畸變以及小角度旋轉(zhuǎn)帶來(lái)的影響。同時(shí)為了提高識(shí)別精

3、度并滿足不同應(yīng)用場(chǎng)景中對(duì)于手勢(shì)旋轉(zhuǎn)處理要求的差異，融合邊緣和SURF兩種特征，在測(cè)試樣本進(jìn)行分類之前賦予不同權(quán)重，最后應(yīng)用稀疏表示算法完成分類，與已有算法相比，只進(jìn)行了一次稀疏尋解過(guò)程，降低了系統(tǒng)的復(fù)雜度。
　　2、針對(duì)手勢(shì)分割過(guò)程中，場(chǎng)景中可能出現(xiàn)的人臉和大塊類膚色區(qū)域干擾，本文不進(jìn)行專門(mén)的人臉和類膚色去除方案，而是將這些區(qū)域提取相關(guān)特征后作為潛在手勢(shì)區(qū)域，直接作為稀疏表示分類器的輸入，通過(guò)稀疏表示分類中的異類排斥方案，直接實(shí)現(xiàn)