分類(lèi)指導(dǎo)回歸的手勢(shì)估計(jì).pdf

1、隨著智能家居和智能設(shè)備的普及發(fā)展，在人們的日常生活中人與設(shè)備之間的信息交互將會(huì)變得越來(lái)越頻繁。特別隨著計(jì)算機(jī)和人工智能的發(fā)展，更加符合人類(lèi)交流方式的無(wú)接觸式人機(jī)交互技術(shù)研究領(lǐng)域?qū)?huì)變得日趨活躍。這些研究領(lǐng)域包括了眼球跟蹤技術(shù)、語(yǔ)音識(shí)別技術(shù)、人臉面部表情識(shí)別技術(shù)、唇語(yǔ)識(shí)別技術(shù)、人臉識(shí)別技術(shù)、手勢(shì)識(shí)別技術(shù)和身體姿勢(shì)識(shí)別技術(shù)等等。由于手勢(shì)信息量豐富并且交互運(yùn)動(dòng)具有自然舒適無(wú)約束的特點(diǎn)，所以手勢(shì)交互技術(shù)是未來(lái)人機(jī)交互領(lǐng)域的重要研究方向。

2、　　由于人手體積較小，移動(dòng)速度和方向變化快，手指的自由度非常高，各個(gè)手指之間具有極強(qiáng)的外觀相似性并且非常容易相互遮擋，因此如何基于視覺(jué)快速精確地估計(jì)出人手三維關(guān)鍵點(diǎn)是一個(gè)非常具有挑戰(zhàn)性的研究課題。針對(duì)復(fù)雜高維度的手勢(shì)空間和大視角高遮擋的情形，本文基于“分而治之”的思想提出了一種分類(lèi)指導(dǎo)回歸的手勢(shì)三維關(guān)鍵點(diǎn)估計(jì)方法。該方法將一個(gè)困難復(fù)雜的手勢(shì)回歸任務(wù)劃分成多個(gè)相對(duì)更容易的子任務(wù)，對(duì)每一個(gè)子任務(wù)學(xué)習(xí)一個(gè)其專(zhuān)屬的回歸模型，從而避免了僅靠單一模

3、型無(wú)法很好地處理所有情況的問(wèn)題。
　　首先離線訓(xùn)練一個(gè)以深度圖作為輸入的深度卷積神經(jīng)網(wǎng)絡(luò)分類(lèi)器GoogLeNet。不同于之前手勢(shì)分類(lèi)器是按照相機(jī)視角不同來(lái)劃分類(lèi)別，本文的分類(lèi)器是按照剛性對(duì)齊的手勢(shì)不同來(lái)劃分類(lèi)別。對(duì)于手勢(shì)分類(lèi)器所能預(yù)測(cè)的所有類(lèi)別，分別離線訓(xùn)練一個(gè)對(duì)應(yīng)于類(lèi)別的級(jí)聯(lián)隨機(jī)森林回歸器。在測(cè)試階段，輸入深度圖到手勢(shì)分類(lèi)器直接預(yù)測(cè)出一個(gè)手勢(shì)類(lèi)別，然后再次把深度圖送入預(yù)測(cè)類(lèi)別對(duì)應(yīng)的級(jí)聯(lián)隨機(jī)森林回歸器，最終輸出相機(jī)坐標(biāo)系下的人手關(guān)