基于視覺的手勢識別系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、人工智能技術(shù)作為新的一波科技浪潮，正在改變世界。而人機交互作為人工智能的接口，越來越受到研究者們的重視。在現(xiàn)有的人機交互技術(shù)中，手勢識別是目前研究最為熱門的人機交互技術(shù)之一，它以其最接近人類交流和溝通的方式，必將成為未來交互技術(shù)中不可缺少的部分。手勢識別系統(tǒng)可以分為手勢建模、手勢分析和手勢識別三個模塊，并同時具有靜態(tài)手勢和動態(tài)手勢識別的功能。
　　本文主要研究了基于視覺的手勢識別的關(guān)鍵技術(shù)，研究了基于優(yōu)化的SVM分類器的靜態(tài)手勢識

2、別系統(tǒng)和基于改進(jìn)動態(tài)時間規(guī)劃算法的動態(tài)手勢識別系統(tǒng)。在靜態(tài)手勢系統(tǒng)構(gòu)建中，采集建立了具有3000張10種不同手勢的靜態(tài)手勢樣本庫，設(shè)計了一套基于特定環(huán)境的預(yù)處理模塊，提取和對比了靜態(tài)手勢中的Hu矩和其他幾何特征，并訓(xùn)練了基于支持向量機模型的靜態(tài)手勢分類器，通過網(wǎng)格遍歷的方式優(yōu)化了SVM分類器核函數(shù)的參數(shù)，取得了對靜態(tài)手勢測試樣本集90％以上的識別率，對實時靜態(tài)手勢80％左右的正確識別率，最后對比了不同特征和核函數(shù)參數(shù)對靜態(tài)手勢識別率的影

3、響。
　　在動態(tài)手勢識別系統(tǒng)的構(gòu)建中，本文主要采集和識別了7種不同的動態(tài)手勢軌跡，在動態(tài)手勢軌跡的識別中改進(jìn)了動態(tài)時間規(guī)劃算法，縮小了最優(yōu)路徑的選擇范圍，設(shè)計了動態(tài)手勢時間序列相似性的衡量標(biāo)準(zhǔn)，使動態(tài)手勢識別時間平均減少24.8％。動態(tài)手勢識別系統(tǒng)包括靜態(tài)手勢識別技術(shù)，在動態(tài)手勢識別系統(tǒng)的構(gòu)建中，先在輸入信號中識別出需要跟蹤的目標(biāo)手勢，基于Kalman濾波模型，對目標(biāo)手勢進(jìn)行跟蹤，并獲得動態(tài)手勢軌跡的時間序列，把運動軌跡的時間序列