融合圖像和深度信息的人機交互手部檢測跟蹤技術(shù)研究.pdf

1、人機交互技術(shù)是虛擬現(xiàn)實技術(shù)與增強現(xiàn)實技術(shù)的重要組成部分，它在人與系統(tǒng)之間構(gòu)建了符合人類習慣的信號傳輸橋梁。隨著智能設(shè)備的日新月異，自然人機交互的虛擬現(xiàn)實設(shè)備開始普及，基于這類設(shè)備的人機交互開發(fā)得到了眾多關(guān)注，其中基于手部交互的技術(shù)得到了廣泛研究，而手部檢測跟蹤技術(shù)是實現(xiàn)自然人機交互的前提條件。針對現(xiàn)有人機交互手部檢測跟蹤方法易受光照環(huán)境等因素影響、魯棒性差的不足，本文提出一種融合深度與膚色特征的自適應(yīng)手部檢測跟蹤算法，以實現(xiàn)復(fù)雜觀測環(huán)境

2、下的魯棒跟蹤。
　　本文從特征描述入手選取合適的特征集合，利用具有穩(wěn)定性的深度特征和具有聚類特點的膚色特征描述手部區(qū)域，選用像素灰度值描述深度數(shù)據(jù)，YCbCr空間模型描述膚色特征。針對手部運動過程存在形變，本文基于手部運動過程中深度平滑連續(xù)性提出基于深度閾值的自適應(yīng)手部檢測算法，利用深度閾值實現(xiàn)手部檢測區(qū)域的自適應(yīng)尺度變化，并提出小采樣集合檢查結(jié)果替代遍歷以提高算法效率。
　　在檢測算法的基礎(chǔ)上本文進一步提出了融合深度與膚色

3、特征的自適應(yīng)粒子濾波跟蹤算法，在粒子濾波框架下將跟蹤問題轉(zhuǎn)換為貝葉斯估計問題。該算法首先在粒子預(yù)測傳播過程中利用自適應(yīng)深度閾值實現(xiàn)跟蹤目標區(qū)域的自適應(yīng)變化獲得手部候選區(qū)域，在此基礎(chǔ)上建立YCbCr空間膚色歸一化直方圖，并實現(xiàn)粒子權(quán)值更新。最后，基于最大后驗準則（MAP）確定手部位置，實現(xiàn)自適應(yīng)的手部跟蹤。跟蹤過程中通過監(jiān)測粒子重要性權(quán)值的方差進行重采樣解決粒子匱乏問題。為驗證算法效果對該算法進行定性、定量和對比實驗，實驗結(jié)果表明，該跟蹤