基于視覺(jué)的手勢(shì)檢測(cè)與識(shí)別算法及其在人機(jī)交互中的應(yīng)用.pdf

1、隨著人機(jī)交互技術(shù)向著“以人為中心”的多媒體、多模式交互的方向發(fā)展，傳統(tǒng)的基于鍵盤、鼠標(biāo)的交互方式越來(lái)越顯示出自身的局限性：將基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別方法融入到新一代人機(jī)交互模式中，成為完善人機(jī)交互手段的一種新的思路。
　　 本研究面向人機(jī)交互應(yīng)用，針對(duì)復(fù)雜背景下交互手勢(shì)的檢測(cè)方法、手勢(shì)的特征描述方法、手勢(shì)識(shí)別方法做了深入研究，并在上述研究基礎(chǔ)上選取虛擬現(xiàn)實(shí)環(huán)境為應(yīng)用背景，建立了一個(gè)基于用戶手勢(shì)輸入的虛實(shí)交互系統(tǒng)，實(shí)現(xiàn)了人機(jī)之間的

2、友好交互。在手勢(shì)檢測(cè)方面，針對(duì)實(shí)際應(yīng)用中背景復(fù)雜多變的特點(diǎn)，提出基于膚色分割前端優(yōu)化的Viola-Jones手勢(shì)檢測(cè)方法。為排除光照強(qiáng)度變化的影響，在膚色分割模塊中實(shí)現(xiàn)了在非線性轉(zhuǎn)換YCbCr顏色空間中的手勢(shì)建模。膚色分割模塊的引入，有效地解除了復(fù)雜背景對(duì)手勢(shì)檢測(cè)問(wèn)題的制約，在一定程度上降低了算法的誤檢率。在算法實(shí)現(xiàn)環(huán)節(jié)分別通過(guò)復(fù)雜背景下測(cè)試、分類器性能測(cè)試、實(shí)時(shí)性能測(cè)試對(duì)上述方法進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明本文方法對(duì)復(fù)雜背景下的手勢(shì)檢測(cè)較為

3、魯棒，表現(xiàn)出良好的整體性能。在手勢(shì)識(shí)別方面，選取Hu不變矩作為手勢(shì)的特征描述，提出結(jié)合Hu矩特征和支持向量機(jī)(SVM)分類的手勢(shì)識(shí)別算法。Hu矩特征不易受噪聲干擾，對(duì)檢測(cè)手勢(shì)在尺度、旋轉(zhuǎn)角度等方面的變化有較強(qiáng)的適應(yīng)性。實(shí)驗(yàn)環(huán)節(jié)中上述識(shí)別方法在測(cè)試樣本集上取得了理想的識(shí)別率，從而進(jìn)一步證明選取SVM用于特征分類，可有效地解決手勢(shì)識(shí)別研究中面臨的小樣本、分類模型推廣能力差及參數(shù)難以優(yōu)化等問(wèn)題。最后在上述研究基礎(chǔ)上，將手勢(shì)檢測(cè)算法與識(shí)別算法結(jié)