用于視覺交互系統(tǒng)的手勢(shì)跟蹤和識(shí)別研究.pdf

1、隨著計(jì)算機(jī)性能的逐步提高和各領(lǐng)域?qū)τ?jì)算機(jī)使用的不斷深入，計(jì)算機(jī)在現(xiàn)代社會(huì)中的影響迅速擴(kuò)大，人與計(jì)算機(jī)的交互活動(dòng)已經(jīng)成為人們?nèi)粘Ｉ钪械囊粋€(gè)重要組成部分。手勢(shì)分析由于其固有的自然、方便的人際交流特性，越來(lái)越受到廣大研究人員的關(guān)注，成為下一代人機(jī)交互技術(shù)中的一大研究熱點(diǎn)。本文主要針對(duì)基于視覺的手勢(shì)分割、跟蹤、識(shí)別等核心問(wèn)題進(jìn)行研究，做了如下工作：
　　 在核跟蹤的框架下，對(duì)通用的目標(biāo)跟蹤問(wèn)題進(jìn)行了研究。借助于高斯核函數(shù)，對(duì)尺度選擇、

2、目標(biāo)更新提出了新的解決方案，使得目標(biāo)跟蹤算法對(duì)于手勢(shì)這種非剛體的運(yùn)動(dòng)也能較好的進(jìn)行跟蹤，對(duì)于平移、尺度、旋轉(zhuǎn)等變化有很好的適應(yīng)能力。在標(biāo)準(zhǔn)測(cè)試視頻上與傳統(tǒng)的跟蹤算法進(jìn)行了比較，并在實(shí)時(shí)視頻上進(jìn)行了測(cè)試，驗(yàn)證了本跟蹤算法的有效性。
　　 基于局部二值模式特征（LBP），提出了一種分塊局部紋理描述子，用來(lái)提取手勢(shì)圖像的紋理特征，進(jìn)而通過(guò)特征向量的匹配，實(shí)現(xiàn)魯棒的手勢(shì)識(shí)別。在傳統(tǒng)方法中，對(duì)整幅LBP濾波圖像統(tǒng)計(jì)直方圖，會(huì)丟失有效的圖像

3、空間結(jié)構(gòu)信息，而分塊的策略，則可以有效的將空間結(jié)構(gòu)信息和局部紋理信息有機(jī)的結(jié)合起來(lái)，形成更加完備的圖像特征表示。在標(biāo)準(zhǔn)數(shù)據(jù)集合和自采數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明此方法可大大提高手勢(shì)識(shí)別的精度。
　　 基于3D深度信息，對(duì)手勢(shì)的分割、跟蹤進(jìn)行了研究。使用3D深度數(shù)據(jù)，可有效地去除背景、光照的影響。但鑒于3D照相機(jī)的精度限制，手部分割通常會(huì)受到前臂的影響，本文提出一種融合3D深度信息和圓形幾何特征的方法，實(shí)現(xiàn)了準(zhǔn)確的手和前臂分割，使得后續(xù)