基于动态手势识别的人机交互技术研究

《基于动态手势识别的人机交互技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、⑧浙江大学硕十研究生论文基于动态手势识别的人机交互技术研究摘要动态手势识别技术是当前先进人机交互界面(HCI)研究的一个热点，本文集中解决了对于单手的动态手势识别中手部对象建模和手部对象跟踪的问题。对于手部对象的跟踪，文章通过分解对象的状态空间，提出了一种新的基于均值变换的粒子滤波算法，这个算法有效结合了均值变换算法和粒子滤波算法的优点。在此基础上，又进一步提出基于r距离特征描述的算法改进，减少了算法所需的计算量，提高了算法的实时性。针对手部对象的建模问题，文章提出了一种基于双特征信息交互的手部模型，

2、这个模型整合了基于肤色和基于轮廓的特征，从而提高了手部模型在跟踪中的鲁棒性。最后文章提出了一种类似游戏手柄控制原理的简单的手部动作理解算法，并通过整合手部对象跟踪算法，手部对象模型和手部动作理解算法，建立起一个基于单手动态手势识别的人机交互平台并将其应用于云台控制上。关键词：均值变换，粒子滤波，动态手势识别，特征交互⑧浙江大学硕士研究生论文ABSTRACTDynamicgesturerecognitionisconsideredasasoundsolutiontotheHumanComputerInt

3、eraction(HCI)．Inthisregard，thehandmodelingandhandmovementtracking，whichaletwokeycomponentsofthedynamicgesturerecognitiontechnology,havebeenthoroughlydiscussed．Basedonsubspacedivision，whichdividesthestatespaceofthetargetintodeformationsubspaceanddisplace

4、mentsubspace，anewParticleFilteralgorithmbasedonMeanShifthasbeenestablished．Furthertothisnewalgorithm，enhancementWasmadebyintroducingthe上。distanceasthemeasurementforobservation，Bytakingtheenhancement,therealtimeperformanceofthealgorithmwasimproved，Anobse

5、rvationmodelingframeworkenablingtwodifferentobservatoryfeaturesinformationfusionhasbeenestablishedandembeddedtothecaptionedalgorithm．Thenewframeworkcombinestheedgecontourfeaturesandcolorhistogramfeatures．Inthisconnection，therobustnessofthealgorithmhasbe

6、enimproved．Byintegratingtheaboveobservatorymodel，thenewParticleFilteralgorithmandasimplegestureinterpretationalgorithm，aHumanComputerInteractionControlPlatformhasbeensetupanditseffectivenesshasbeenverifiedthroughvariedexperiments．Keywords：MeanShift，Part

7、icleFilter；DynamicGestureRecognition；ObservatoryInformationFusion2⑧浙江大学硕士研究生论文1．1研究背景第一章绪论随着先进人机交互技术(HCI，Human—ComputerInteraction)的提出及发展，手势识别正成为其中一项关键技术，也是当前一个比较热门的研究课题。国内外已有众多的学者对此课题在不同的角度、不同的层次获得了一定的成果，然而这项技术仍然在不断发展中，因此值得进行深入的研究。从手势输入设备来看，目前研究的手势识别系统

8、主要分为：基于数据手套的和基于视觉的手势识别系统。其中，前者需要使用者戴上数据手套，这就给使用者造成一定的不便；而后者则在一定程度上为使用者提供了更加自然、直接的人机交互方式，因此，基于视觉的手势识别逐渐成为计算机视觉及人机交互领域的一个研究热点。由于手势具有的诸如时间性、空间性等一些固有特性，以及人手是复杂变形体，并且由于视觉本身的不稳定性，使得基于视觉的手势识别这一课题难度加大。目前基于视觉的手势识别研究已实现了一些相对成功的系统，其中识别率较高的大