基于形狀特征的手勢識別方法研究.pdf

1、作為人與人之間交流信息和交換意圖的主要通道，手勢在人機交互過程中起著無比重要的作用。借助手勢，可以使普通的用戶和機器進行自然、友好的交互，使得機器能“讀懂”人的語言，并做出相應(yīng)的動作。本文從自然和諧的人機交互的角度出發(fā)，結(jié)合手勢的形狀特征，主要研究了基于視覺的手勢識別相關(guān)算法。針對手勢形變對手勢識別精度的影響，在重點研究簡單、有效的手勢特征提取的基礎(chǔ)上，實現(xiàn)了靜態(tài)和動態(tài)的手勢識別。具體的研究內(nèi)容如下:
　　針對手勢在表示過程中因指

2、關(guān)節(jié)或部分結(jié)構(gòu)形變對手勢識別精度的影響，提出了一種基于內(nèi)距離形狀上下文和詞袋模型(Inner-Distance Shape Context-Bagof Words，IDSC-BOW)的手勢識別方法。該方法首先用橢圓膚色模型分割得到二值手勢區(qū)域，提取手的輪廓;然后通過均勻采樣獲取輪廓采樣點，將手的內(nèi)距離形狀上下文特征進行K-means聚類生成視覺詞典。通過生成的視覺詞典，將表示手的內(nèi)距離形狀上下文特征映射為視覺單詞集合，并分別統(tǒng)計各視覺單

3、詞出現(xiàn)的頻率，得到BOW向量并進行歸一化;最后，采用支持向量機分類器進行分類。實驗結(jié)果表明:該方法對“0～9”十種手勢具有較高的識別率，并對手的關(guān)節(jié)和部分結(jié)構(gòu)形變具有良好的魯棒性。
　　針對指關(guān)節(jié)或部分結(jié)構(gòu)變化導(dǎo)致手勢識別精度低，以及直接采用形狀匹配的方法計算量較大等問題，提出了一種基于內(nèi)距離輪廓點分布特征(Inner-distancecontour point distribution features，IDCPDF)和直方圖匹

4、配的手勢識別方法。該方法首先用橢圓膚色模型分割得到二值手勢區(qū)域，獲取手的輪廓;然后提取手勢的IDCPDF;最后，采用直方圖匹配的方法來度量IDCPDF的相似性并進行分類。實驗結(jié)果表明:該方法描述的是極坐標(biāo)下手勢輪廓點的分布情況，不僅反映了手勢形狀的顯著信息，且在保證手勢識別精度的前提下，降低了手勢特征提取和匹配過程中的計算量，具有較好的實時性，同時對手的關(guān)節(jié)和部分結(jié)構(gòu)形變具有良好的魯棒性。
　　雖然本文在基于形狀特征的手勢識別方面