基于序列圖像的手勢檢測與識別算法研究.pdf

1、在傳統(tǒng)的人機交互領(lǐng)域中，人機交互常常需要遵循一套復雜的操作規(guī)則，對于用戶來說，此類限制并不利于操作。隨著計算機視覺技術(shù)的發(fā)展，在人機交互領(lǐng)域產(chǎn)生了新型人機交互方案，使得人機交互過程更為人性化。手勢是一種天然的交流方式，基于視覺的手勢識別是新型人機交互領(lǐng)域中的一項關(guān)鍵技術(shù)。然而，由于手部形狀多變，手勢具有多樣性以及多義性等特點，并且手部所處場景往往復雜多變，因此，基于視覺的手勢識別是一個富有挑戰(zhàn)性的研究課題。
　　為此，本文針對手勢

2、識別所遇到的問題進行了分析研究，并做了相關(guān)實驗和性能估計，在此基礎(chǔ)上，提出了一種新的手勢識別框架，然后對該框架進行了實驗及分析。本文主要工作如下：
　　1、為了有效地將手部區(qū)域與復雜背景分割開來，我們將ViBe算法與膚色檢測算法相結(jié)合，前者獲得運動信息，后者獲得膚色信息，接著融合兩種信息以初步確定手部候選區(qū)域，然后使用連通域分析方法，進一步確定手部可能出現(xiàn)的區(qū)域。該算法的創(chuàng)新之處在于結(jié)合了ViBe算法和膚色模型來檢測手部可能出現(xiàn)的

3、區(qū)域，實驗證明，它能夠有效地對手部區(qū)域進行定位，且滿足實時要求。
　　2、實現(xiàn)了一種手勢跟蹤框架，該框架使用基于哈爾特征的自適應增強算法（AdaBoost）進行跟蹤初始化，從前一步驟的手部候選區(qū)域中選定一個手部區(qū)域作為跟蹤手部區(qū)域，然后結(jié)合連續(xù)自適應均值平移跟蹤算法（CamShift）和卡爾曼濾波算法對該手部區(qū)域進行跟蹤?？柭鼮V波算法用于克服背景中大面積顏色相近區(qū)域干擾的問題。實驗證明，該算法能夠有效跟蹤手部區(qū)域，并且配合手部檢