基于結(jié)構(gòu)光的手勢(shì)識(shí)別技術(shù)魯棒性研究.pdf

1、隨著當(dāng)代計(jì)算機(jī)技術(shù)的發(fā)展，人與計(jì)算機(jī)之間的交互變得越來(lái)越人性化、簡(jiǎn)便化，手勢(shì)作為一種自然的人機(jī)交互手段，廣泛地引起了研究者們的關(guān)注。手勢(shì)識(shí)別技術(shù)主要研究對(duì)手勢(shì)的檢測(cè)與識(shí)別，實(shí)現(xiàn)擬人化的人機(jī)交互，可以應(yīng)用到機(jī)器人運(yùn)動(dòng)控制和手語(yǔ)識(shí)別等方面。
　　目前，最常用的兩種手勢(shì)識(shí)別的方法是基于穿戴式傳感器的手勢(shì)識(shí)別方法和基于視覺(jué)的手勢(shì)識(shí)別方法。基于穿戴式傳感器的手勢(shì)識(shí)別方法需要戴一個(gè)類似于手套的傳感器設(shè)備，有時(shí)候可能會(huì)給用戶帶來(lái)不便（比如出汗）

2、，而且較為昂貴。而基于視覺(jué)的手勢(shì)識(shí)別方法，利用攝像頭非接觸式地捕獲手勢(shì)的動(dòng)作，交互方式比較自然，傳統(tǒng)的基于視覺(jué)的手勢(shì)識(shí)別技術(shù)捕獲的是手勢(shì)的二維圖像，容易受到背景、視角、光照等因素的影響。本文對(duì)傳統(tǒng)的基于視覺(jué)的手勢(shì)識(shí)別技術(shù)進(jìn)行了改進(jìn)，提出了一種基于結(jié)構(gòu)光的手勢(shì)識(shí)別技術(shù)，利用kinect類3D深度相機(jī)掃描手勢(shì)，獲取手勢(shì)場(chǎng)景的三維信息，進(jìn)一步構(gòu)建手勢(shì)表面的點(diǎn)云數(shù)據(jù)，再對(duì)三維點(diǎn)云進(jìn)行深度過(guò)濾，利用最近目標(biāo)法提取出手勢(shì)的感興趣區(qū)域(ROI)，然后

3、應(yīng)用膚色檢測(cè)技術(shù)對(duì)手勢(shì)進(jìn)行定位，再應(yīng)用Adaboost算法對(duì)手勢(shì)進(jìn)行識(shí)別。為了提高檢測(cè)方法的魯棒性，本文定義了“拳”和“掌”兩種手形，應(yīng)用Adaboost算法分別對(duì)“拳”和“掌”兩種手形進(jìn)行識(shí)別，均有很好的識(shí)別效果。經(jīng)感興趣區(qū)域提取、膚色檢測(cè)和Adaboost識(shí)別這三步，本文精確地提取出了“拳”和“掌”兩種手形的手勢(shì)區(qū)域。為了進(jìn)一步實(shí)現(xiàn)對(duì)動(dòng)態(tài)手勢(shì)的識(shí)別，本文定義了“上”、“下”、“左”、“右”和“對(duì)號(hào)”五種手勢(shì)，使用隱馬爾科夫模型(HM

4、M)對(duì)五種手勢(shì)進(jìn)行識(shí)別，識(shí)別效果都很好。
　　實(shí)驗(yàn)結(jié)果表明:基于結(jié)構(gòu)光技術(shù)的kinect類3D深度相機(jī)能快速地捕獲手勢(shì)場(chǎng)景的三維信息，且不用過(guò)分考慮紋理和光線環(huán)境;經(jīng)感興趣區(qū)域提取、膚色檢測(cè)和Adaboost識(shí)別三步，本文精確地提取出了“拳”和“掌”兩種手形的手勢(shì)區(qū)域，提高了系統(tǒng)的魯棒性;使用HMM模型分別對(duì)“上”、“下”、“左”、“右”和“對(duì)號(hào)”五種手勢(shì)進(jìn)行識(shí)別，基本上達(dá)到了動(dòng)態(tài)識(shí)別的實(shí)時(shí)性。這些都表明本文算法具有快速、精確、分