手勢(shì)跟蹤與識(shí)別技術(shù)在人機(jī)交互中的應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展以及人們對(duì)新的人機(jī)交互手段的需求，基于計(jì)算機(jī)視覺(jué)的交互系統(tǒng)逐漸的發(fā)展起來(lái)。由于手勢(shì)是人類最自然的表達(dá)方式之一，所以手勢(shì)識(shí)別技術(shù)也成為人機(jī)交互領(lǐng)域的一個(gè)極富挑戰(zhàn)性的課題，也是近些年的研究熱點(diǎn)。有著重要的理論研究?jī)r(jià)值和應(yīng)用前景。
　　 廣義的手勢(shì)識(shí)別包括手勢(shì)跟蹤和手勢(shì)識(shí)別兩個(gè)方面的內(nèi)容。進(jìn)行手勢(shì)跟蹤的目的是為了獲取手勢(shì)運(yùn)動(dòng)特征，從而識(shí)別動(dòng)態(tài)手勢(shì)。本文對(duì)手勢(shì)的靜態(tài)識(shí)別和動(dòng)態(tài)識(shí)別分別進(jìn)行了研究，主要研究?jī)?nèi)容包括：

2、
　　 靜態(tài)手勢(shì)識(shí)別：在手勢(shì)圖像中提取手勢(shì)時(shí)，先將手勢(shì)圖像轉(zhuǎn)換成HSV顏色空間，然后采用基于膚色信息的分割方法對(duì)圖像中的手勢(shì)進(jìn)行動(dòng)態(tài)分割。利用Hu矩描述子來(lái)描述手勢(shì)的特征，然后采用Chamfer距離模板匹配方法進(jìn)行識(shí)別，本文對(duì)6種靜態(tài)手勢(shì)建立了手勢(shì)模板庫(kù)，進(jìn)行了手勢(shì)的靜態(tài)識(shí)別實(shí)驗(yàn)，并取得了理想的實(shí)驗(yàn)結(jié)果，正確識(shí)別率均在90％以上。
　　 手勢(shì)跟蹤：在對(duì)動(dòng)態(tài)手勢(shì)進(jìn)行識(shí)別時(shí)，利用Camshift算法實(shí)現(xiàn)基于膚色的手勢(shì)跟蹤?？?/p>

3、慮到圖像中存在大面積膚色干擾的問(wèn)題，本文還提出了基于Camshift和Kalman濾波的手勢(shì)跟蹤算法，可以取得更好的跟蹤效果。
　　 動(dòng)態(tài)手勢(shì)識(shí)別：對(duì)動(dòng)態(tài)手勢(shì)進(jìn)行了跟蹤以后，利用隱馬爾可夫模型實(shí)現(xiàn)動(dòng)態(tài)手勢(shì)的識(shí)別，通過(guò)提取動(dòng)態(tài)手勢(shì)測(cè)試樣本的手型特征和手勢(shì)運(yùn)動(dòng)軌跡特征，對(duì)隱馬爾可夫模型進(jìn)行訓(xùn)練，然后利用該模型進(jìn)行動(dòng)態(tài)手勢(shì)的識(shí)別。在實(shí)驗(yàn)中，動(dòng)態(tài)手勢(shì)樣本選用3種手型的7種運(yùn)動(dòng)軌跡，總共21種動(dòng)態(tài)手勢(shì)類型。采用本文的方法進(jìn)行了動(dòng)態(tài)手勢(shì)識(shí)別