融合圖像和深度信息的人機(jī)交互手部檢測(cè)跟蹤技術(shù)研究.pdf

1、人機(jī)交互技術(shù)是虛擬現(xiàn)實(shí)技術(shù)與增強(qiáng)現(xiàn)實(shí)技術(shù)的重要組成部分，它在人與系統(tǒng)之間構(gòu)建了符合人類(lèi)習(xí)慣的信號(hào)傳輸橋梁。隨著智能設(shè)備的日新月異，自然人機(jī)交互的虛擬現(xiàn)實(shí)設(shè)備開(kāi)始普及，基于這類(lèi)設(shè)備的人機(jī)交互開(kāi)發(fā)得到了眾多關(guān)注，其中基于手部交互的技術(shù)得到了廣泛研究，而手部檢測(cè)跟蹤技術(shù)是實(shí)現(xiàn)自然人機(jī)交互的前提條件。針對(duì)現(xiàn)有人機(jī)交互手部檢測(cè)跟蹤方法易受光照環(huán)境等因素影響、魯棒性差的不足，本文提出一種融合深度與膚色特征的自適應(yīng)手部檢測(cè)跟蹤算法，以實(shí)現(xiàn)復(fù)雜觀測(cè)環(huán)境

2、下的魯棒跟蹤。
　　本文從特征描述入手選取合適的特征集合，利用具有穩(wěn)定性的深度特征和具有聚類(lèi)特點(diǎn)的膚色特征描述手部區(qū)域，選用像素灰度值描述深度數(shù)據(jù)，YCbCr空間模型描述膚色特征。針對(duì)手部運(yùn)動(dòng)過(guò)程存在形變，本文基于手部運(yùn)動(dòng)過(guò)程中深度平滑連續(xù)性提出基于深度閾值的自適應(yīng)手部檢測(cè)算法，利用深度閾值實(shí)現(xiàn)手部檢測(cè)區(qū)域的自適應(yīng)尺度變化，并提出小采樣集合檢查結(jié)果替代遍歷以提高算法效率。
　　在檢測(cè)算法的基礎(chǔ)上本文進(jìn)一步提出了融合深度與膚色

3、特征的自適應(yīng)粒子濾波跟蹤算法，在粒子濾波框架下將跟蹤問(wèn)題轉(zhuǎn)換為貝葉斯估計(jì)問(wèn)題。該算法首先在粒子預(yù)測(cè)傳播過(guò)程中利用自適應(yīng)深度閾值實(shí)現(xiàn)跟蹤目標(biāo)區(qū)域的自適應(yīng)變化獲得手部候選區(qū)域，在此基礎(chǔ)上建立YCbCr空間膚色歸一化直方圖，并實(shí)現(xiàn)粒子權(quán)值更新。最后，基于最大后驗(yàn)準(zhǔn)則（MAP）確定手部位置，實(shí)現(xiàn)自適應(yīng)的手部跟蹤。跟蹤過(guò)程中通過(guò)監(jiān)測(cè)粒子重要性權(quán)值的方差進(jìn)行重采樣解決粒子匱乏問(wèn)題。為驗(yàn)證算法效果對(duì)該算法進(jìn)行定性、定量和對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，該跟蹤