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76頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、在人機交互研究中,手勢因其直觀性和符合人們行為習(xí)慣等特點,增大了將它作為計算機輸入方式的可能性。手勢識別技術(shù)可以改變傳統(tǒng)人機交互的輸入方式,降低傳統(tǒng)輸入方式對外部設(shè)備的依賴。但是,由于同一手勢在不同的應(yīng)用背景下存在不同的解讀,且手部本身是一種極度柔軟的變形體,諸如此類的難題都為手勢識別中特征的提取增加難度。
  本文詳細論述了現(xiàn)有手勢識別技術(shù)的發(fā)展?fàn)顩r及其中相關(guān)技術(shù)要點,對手勢識別中指尖點檢測、特征提取等關(guān)鍵技術(shù)進行了深入研究,應(yīng)

2、用抗形變特征和支持向量機相結(jié)合的手勢識別方法,通過預(yù)定義的五種手勢的識別效果來驗證本文算法的有效性。
  首先,在手勢數(shù)據(jù)采集階段,本文利用Kinect采集手勢視頻流中包含手勢深度信息的深度圖像數(shù)據(jù);在手勢分割階段,利用深度信息和手心位置設(shè)定分割閾值,提高手勢分割的適應(yīng)性和魯棒性;再次,在特征提取階段,選用抗形變特征,以處理特征提取時手勢旋轉(zhuǎn)、尺度放縮、傾斜、手指彎曲等形變問題;最后,在手勢識別階段,根據(jù)本文所采集樣本的實際情況選

3、擇徑向基核函數(shù)的 SVM作為本文的分類器進行識別測試。
  本文的研究工作主要貢獻在于指尖檢測和特征提取這兩個部分:
  1、提出CH-CD指尖檢測算法。根據(jù)凸包和手勢輪廓的交集對指尖點進行粗檢測得到候選指尖點,再結(jié)合缺陷塊的點序列進行細檢測以判定得到正確的指尖點。將本文的CH-CD算法與現(xiàn)有算法進行量化比較,驗證本文提出的CH-CD檢測算法的有效性,并將該算法用于描述本文的結(jié)構(gòu)特征;
  2、提出一種靜態(tài)手勢特征提取

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