基于Kinect傳感器的動(dòng)靜態(tài)手勢識(shí)別研究.pdf

1、伴隨著計(jì)算機(jī)技術(shù)的發(fā)展，與之密切相關(guān)的人機(jī)交互技術(shù)向著愈來愈人性化和簡單化的方向前進(jìn)。手勢是一種包含了最多信息量的人體語言，有著自然、友好、有效等天然優(yōu)勢，憑借著這些優(yōu)勢，手勢這一種重要的人機(jī)交互方式也愈加凸顯其重要地位。手勢識(shí)別方式多種多樣，其中只有基于計(jì)算機(jī)視覺的手勢識(shí)別方式不需要用戶佩戴外設(shè)，這一優(yōu)點(diǎn)給予了用戶更多的自由性。不過基于計(jì)算機(jī)視覺的手勢識(shí)別也有著易受到光照條件和復(fù)雜背景環(huán)境的影響的缺點(diǎn)。使用Kinect傳感器對圖像深度

2、信息進(jìn)行采集的方式排除了復(fù)雜背景和光照條件對識(shí)別過程造成的影響，這對解決基于視覺的手勢識(shí)別技術(shù)的缺點(diǎn)提供了新的研究方向。因此，為了提高人機(jī)交互效果，推進(jìn)人機(jī)交互技術(shù)在不同行業(yè)中的應(yīng)用，研究基于深度信息的手勢識(shí)別技術(shù)具備重要意義。本文選用Kinect傳感器搭建實(shí)驗(yàn)平臺(tái)對基于深度信息的手勢識(shí)別技術(shù)進(jìn)行了深入研究，具體的研究工作和研究成果如下：
　　1.分析了手勢識(shí)別研究的背景及意義，并給出了基于不同硬件設(shè)備的手勢識(shí)別方法的分類，同時(shí)對

3、他們的優(yōu)缺點(diǎn)進(jìn)行了比較。然后分析了不同種類的手勢識(shí)別方法的研究現(xiàn)狀。
　　2．搭建了包括Kinect傳感器、計(jì)算機(jī)等實(shí)驗(yàn)設(shè)備的實(shí)驗(yàn)平臺(tái)。并對圖像采集的主要設(shè)備Kinect深度傳感器核心理論、應(yīng)用技術(shù)、驅(qū)動(dòng)OpenNI等進(jìn)行了介紹。
　　3．根據(jù)Kinect傳感器傳出的深度圖像對人體骨骼進(jìn)行跟蹤進(jìn)而跟蹤手部，再通過閾值分割法將背景和前景從圖像中分離，經(jīng)過圖像處理后提取手部輪廓。
　　4．采用閾值法將手勢分為靜態(tài)手勢和動(dòng)態(tài)

4、手勢兩個(gè)類別。并分別針對兩種手勢采用不同算法進(jìn)行識(shí)別。對于靜態(tài)手勢，對其輪廓提取了Hu矩作為識(shí)別特征，然后設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)作為其學(xué)習(xí)識(shí)別手段，之后又使用GA改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)對靜態(tài)手勢進(jìn)行識(shí)別，取得了較為理想的識(shí)別效果，且此識(shí)別結(jié)果不受光照條件的影響。
　　5．對于動(dòng)態(tài)手勢，使用骨骼關(guān)節(jié)運(yùn)動(dòng)軌跡的歐氏距離作為運(yùn)動(dòng)軌跡描述子，并采用DTW算法進(jìn)行識(shí)別，以實(shí)現(xiàn)識(shí)別翻頁、放大、縮小等動(dòng)作的功能。該識(shí)別方法穩(wěn)定，不受背景，光照等條件的