基于roi分割和相干映射的裸手字母手势识别

《基于roi分割和相干映射的裸手字母手势识别》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第5期周航等：基于ROI分割和相干映射的裸手字母手势识别·101·第28卷第5期通　信　学　报Vol.28No.52007年5月JournalonCommunicationsMay2007基于ROI分割和相干映射的裸手字母手势识别周航，阮秋琦（北京交通大学　信息科学研究所，北京100044）摘要：提出了实时条件下裸手单目的手部定位和跟踪算法。结合改进的差分法提出了实用的手部约束条件，从每帧图像中提取手部图像，确定感兴趣区域（ROI，regionofinteresting），得到较为满意的手部分割结果，再对手部图像特征进行深入分析和提取，利用改进的相干映射

2、算法（VCM，vectorcoherencemapping）进行跟踪，针对手的运动增加了约束，保证了顽健性。在这个基础上，提出了时间相关的运动预测模型，满足了实时性的要求，保证前后分析结果的一致性。实验结果证明，在不同光照和复杂背景下系统有最高达99%的识别率，与已有的系统相比，性能显著提高。关键词：手势识别；相干映射；感兴趣区域；人机交互中图分类号：TP18文献标识码：B文章编号：1000-436X(2007)05-0094-08Bare-handalphabetsgesturerecognitionbasedonVCMandROIsegmentati

3、onZHOUHang,RUANQiu-qi(InstituteofInformationScience,BeijingJiaotongUniversity,Beijing100044,China)Abstract:Abare-handgesturelocationandtrackingsystemwithsinglecamerainreal-timewasintroduced.Byemployingimproveddifferencemethod，restrictionsofhandareusedtolocationregionofInteresting

4、(ROI).Thenonthebasisofrelativelysatisfiedsegmentresultthethesisanalyzedandextractedthehandfeaturescombinedwiththeimprovedvectorcoherencemapping(VCM)whoseconstraintwasenhancedtoovercometheillegibilityforrobustresults.Furthermore,atime-correlationforecastingmodelprovedthedemandofre

5、al-timeandtheconsistencyoftheresultsnowandbefore.Theexperimentresultsshowthesystemhasahighrecognitionrateupto99%indifferentilluminationsandbackgroundsandhasmoreefficientperformancecomparedwithexistingothersystems.Keywords:gesturerecognition;vectorcoherencemapping;regionofinterest

6、ing;humancomputerinterface第5期周航等：基于ROI分割和相干映射的裸手字母手势识别·101·1引言收稿日期：2007-02-13；修回日期：2007-05-05基金项目:国家自然科学基金资助项目(60472033)手势识别是和掌纹、指纹、人脸识别具有同等重要地位的识别方式。手部由指节和手掌两部分组成，指节间的角度变化和手指与手掌间曲度的变化形成了蕴含丰富意义的手势。基于视觉的裸手手势识别具有自然直接的特点，提供了更自然和非接触的解决方案，符合人机通信条件下对硬件和操作的需求。但由于千变万化的个体特征、背景以及光照的强烈影响，使得

7、基于该技术一直存在很大难点，所以到目前为止在人机交互方面的应用很少。单目条件下，轮廓和边缘可以作为通用特征应用于任何基于模型的识别技术中。关于手形的分析，J.Lee[1]详细分析其解剖模型，提出了27个自由FoundationItem:TheNationalNaturalScienceFoundationofChina(60472033)第5期周航等：基于ROI分割和相干映射的裸手字母手势识别·101·度的3D骨架模型。最早利用运动约束捕捉自然手部的尝试是利用静态和动态约束条件对运动模型进行修正，见文献[2,3]，前者规定参数的波动范围，后者分析关节角之

8、间的相互关系。对于单目裸手的手语字母识别，在文献[4]中，Grobel处理了31