基于深度圖像的手勢識別方法與應用研究.pdf

1、隨著科學技術的不斷發(fā)展與進步，人機交互正朝一個更加簡單化和人性化的方向發(fā)展，而手勢識別是人機交互的一種重要方式。本文借助Kinect體感設備研究了基于深度信息的手勢識別方法。
　　研究了基于深度圖像的靜態(tài)手勢識別，手部輪廓提取利用了Moore-Neighbor鄰域算法；手勢識別采用指尖檢測方式，提出一種基于凸包的曲率檢測算法，該算法依據(jù)手形特征對輪廓點做掃描過濾處理，再進行凸包檢測，凸包檢測的優(yōu)點在于，曲率值較大缺陷點不會被檢測到

2、，克服輪廓邊緣不標準所帶來的誤差，極大簡化聚類操作，通過曲率閾值的方式得到期望指尖。
　　針對動態(tài)手勢識別，考慮到用戶的體型差異和位置的不同，本文對提取的骨骼節(jié)點分別進行相應的標準化，標準化位置通過將笛卡爾坐標系轉化為球形坐標系來實現(xiàn)，標準化用戶通過利用頭部節(jié)點與軀干節(jié)點之間的距離作為正規(guī)化因子實現(xiàn)；設計了一種加權多維化的DTW約束算法，約束限制了距離矩陣對角線方向上的搜索路徑，并重新定義了點間歐式距離，在計算特征之間的距離時，根