基于Kinect深度圖像的靜態(tài)手勢(shì)識(shí)別的研究與應(yīng)用.pdf

1、隨著科技的不斷進(jìn)步和計(jì)算機(jī)的普及，人機(jī)交互的方式也趨于多樣化。從傳統(tǒng)的鍵盤(pán)，圖形用戶界面，平板電腦的手寫(xiě)漢字到最近火熱的語(yǔ)音識(shí)別，體感外設(shè)的手勢(shì)。這些人機(jī)交互的方式無(wú)疑都在朝向自然化和便利性的方向發(fā)展。手勢(shì)以其直觀性和自然性的特點(diǎn)，已經(jīng)成為人機(jī)交互的一種重要手段。它擺脫了傳統(tǒng)鍵盤(pán)鼠標(biāo)等方式的束縛，更加符合人類自身的習(xí)慣，因此具有非常廣泛的應(yīng)用前景。本文也選取了手勢(shì)識(shí)別作為研究課題。
　　傳統(tǒng)的手勢(shì)識(shí)別技術(shù)主要包括基于佩帶設(shè)備的手勢(shì)

2、識(shí)別和基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別?；谂鍘гO(shè)備的手勢(shì)識(shí)別是指利用數(shù)據(jù)手套或者三維設(shè)備進(jìn)行的手勢(shì)識(shí)別方法，限制了自然的人機(jī)交互?；谝曈X(jué)的手勢(shì)識(shí)別研究包含了很多算法，但是這些方法在手勢(shì)分割時(shí)易受光照、背景和攝像頭特性等因素影響，導(dǎo)致識(shí)別率并不高。
　　本文在前人的基于視覺(jué)手勢(shì)識(shí)別的研究基礎(chǔ)上，對(duì)手勢(shì)識(shí)別技術(shù)做出了探索研究。主要的研究思路是借助Kinect深度和彩色傳感器獲取手勢(shì)的深度和彩色圖像數(shù)據(jù)并結(jié)合基于視覺(jué)的手勢(shì)識(shí)別方法，對(duì)手勢(shì)進(jìn)

3、行分析和識(shí)別。這種方法能夠很好地解決因光照和背景等因素對(duì)手部區(qū)域分割的影響。本文主要針對(duì)靜態(tài)手勢(shì)進(jìn)行識(shí)別。其研究思路是利用深度圖像直方圖尋找合適閾值分離前景和背景場(chǎng)景，然后使用膚色信息檢測(cè)分割出手勢(shì)區(qū)域。這種方法能夠提取出比較理想的手部區(qū)域，然后對(duì)手勢(shì)區(qū)域提取hog特征描述子作為特征向量。最后選取K近鄰（KNN）作為靜態(tài)手勢(shì)的分類器進(jìn)行訓(xùn)練。K近鄰在類別決策時(shí)，只與極少量的相鄰樣本有關(guān)，因此，K近鄰可以較好地避免樣本不平衡的問(wèn)題。采用本