基于近紅外視覺的人手檢測研究.pdf

1、基于視覺的手勢交互，相對于鼠標、鍵盤等傳統(tǒng)的人機交互方式，能夠以非接觸的交互方式避免對用戶的侵入性，并且更加直觀、更加自然，在虛擬現(xiàn)實、手語識別、智能操控等領(lǐng)域有著廣闊的應(yīng)用前景。所以基于視覺的手勢交互研究在計算機視覺、模式識別及人工智能等領(lǐng)域獲得了廣泛的關(guān)注。同時，它也面臨著手勢自由度高、應(yīng)用情境背景多變、操作者個體差異等多方面的挑戰(zhàn)，因此在該領(lǐng)域的研究具有重要的潛在研究價值。
　　 本文的研究首先由投影環(huán)境下的手勢交互入手，

2、建立了投影儀-攝像頭交互系統(tǒng)。通過主動紅外光源的設(shè)計，消除了投影環(huán)境下背景、光照等的變化，以期實現(xiàn)實時性的手勢交互。研究主要圍繞基于圖像處理和統(tǒng)計模式識別的方法進行，在此基礎(chǔ)上對更為廣泛的復(fù)雜背景下的手勢交互進行了深入的探索。
　　 在對手勢交互關(guān)鍵技術(shù)的研究中，本文的主要工作和成果包括以下幾個方面：
　　 1．投影交互環(huán)境下的手部定位和指尖定位，以求滿足投影交互的基本需求。主要是通過幀間差分、邊緣提取和引入手臂的幾何約

3、束的方法實現(xiàn)手部的定位，再利用漫水填充算法實現(xiàn)手部的分割。然后，結(jié)合Deutsch骨架提取算法及基于SUSAN算子的角點檢測算法，完成實時指尖定位。
　　 2．在對Dalal等人提出的基于梯度直方圖(HOG)特征和線性支撐向量機(SVM)的目標檢測技術(shù)的研究基礎(chǔ)上，實現(xiàn)了復(fù)雜背景下的快速人手檢測。具體來說，對圖像局部劃分進行了改進，避免了特征計算中對圖像的重復(fù)掃描，增強了局部到整體的特征映射，并采用預(yù)計算方式極大地縮減了特征提取

4、過程的時耗。在這部分工作基礎(chǔ)上引入候選框置信度，并采用尺度分組的方式實現(xiàn)了對單手的實時檢測追蹤。
　　 3．對HOG特征進行了改進，實現(xiàn)了特征長度壓縮和檢測率提高的雙重優(yōu)化。引入局部PCA，根據(jù)局部特征在整體判決中的作用，自適應(yīng)地對局部特征進行壓縮，實現(xiàn)了對HOG特征的有效降維；并結(jié)合UniformLocalBinaryPattern這種紋理描述特征，增強了特征的局部描述力，完成了對HOG特征的改進。
　　 4．開發(fā)了一