基于視覺的手勢識別跟蹤及人機交互研究.pdf

1、隨著計算機技術(shù)的發(fā)展，人機交互系統(tǒng)越來越多地考慮用戶的體驗感、方便性，逐步在向以用戶為中心發(fā)展。手勢由于其直觀、簡單的特點，基于手勢的人機交互系統(tǒng)有著廣闊的應(yīng)用前景。本文介紹了基于視覺的手勢識別跟蹤的發(fā)展過程及主要技術(shù)難點。針對基于視覺的長時間實時手勢跟蹤中手勢容易發(fā)生形變、手勢在跟蹤窗口的暫時性消失、復(fù)雜背景跟蹤等幾個技術(shù)難點展開具體研究。
　　在手勢的識別部分，介紹了幾種常用的特征描述子及分類效率較高的分類器，例如AdaBoo

2、st、RandomForest等。由于手勢較易發(fā)生形變及系統(tǒng)對實時性的要求，本文設(shè)計了基于幾種矩陣Haar特征的AdaBoost級聯(lián)分類器能夠快速實現(xiàn)手勢的識別過程，并對實驗結(jié)果進行了分析。
　　為解決在長時間跟蹤中手勢暫時性消失引起的跟蹤失敗等問題，本文提出了跟蹤-學(xué)習(xí)-檢測的跟蹤框架。跟蹤器和檢測器同時獨立進行，通過跟蹤得到的目標手勢用來進行檢測器的訓(xùn)練，對手勢的形變問題能有效解決；檢測器與跟蹤器的同步運行能夠及時糾正跟蹤器，