2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著計算機(jī)技術(shù)的發(fā)展,人機(jī)交互的演化趨勢越來越智能,越來越易用。未來人們將擺脫任何形式的交互界面,借助于人工智能與大數(shù)據(jù)的融合,能夠非常直觀、全面地捕捉到人的需求,并且協(xié)助我們處理。自然用戶交互系統(tǒng)是當(dāng)前人機(jī)交互界面研究中的熱點(diǎn)領(lǐng)域,被認(rèn)為是下一代人機(jī)交互界面的發(fā)展方向?;谝曈X的手勢交互技術(shù)一直是計算機(jī)視覺領(lǐng)域非常活躍和富有挑戰(zhàn)性的研究課題,同時也是新一代人機(jī)交互技術(shù)中的熱點(diǎn)問題之一,受到了國內(nèi)外研究人員的廣泛關(guān)注。
  本文在

2、分析與總結(jié)國內(nèi)外手勢交互技術(shù)相關(guān)研究的基礎(chǔ)上,針對基于視覺信息的手勢交互算法與模型進(jìn)行了系統(tǒng)性的研究。主要研究內(nèi)容和成果體現(xiàn)在以下幾個方面:
  (一)針對復(fù)雜光照環(huán)境下的手勢分割存在的光照干擾問題,提出了改進(jìn)的Retinex光照預(yù)處理算法,通過實(shí)驗(yàn)分析表明,改進(jìn)后的Retinex光照預(yù)處理算法能有效的處理手勢圖像光照干擾,且很好的保留了圖像的細(xì)節(jié)信息。
  (二)針對復(fù)雜背景下AdaBoost算法手勢檢測誤檢率較高的問題,

3、本文結(jié)合膚色分割檢測算法和AdaBoost算法各自的特點(diǎn),提出了融入膚色信息的 AdaBoost手勢分割算法,實(shí)驗(yàn)表明,該方法具有檢測率高、誤檢率低、適應(yīng)性好及魯棒性強(qiáng)的優(yōu)點(diǎn),對復(fù)雜光照環(huán)境下的手勢圖像具有較好的檢測效果,實(shí)用性得到增強(qiáng)。
  (三)針對復(fù)雜背景環(huán)境下手勢識別算法存在的問題,本文提出了基于視覺詞袋模型的手勢識別算法,最終利用多類支持向量機(jī)作為分類器區(qū)分不同手勢。實(shí)驗(yàn)結(jié)果表明,本文提出的算法能夠有效地解決基于視覺手勢

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論