基于彩色图像与深度图像的手势追踪

《基于彩色图像与深度图像的手势追踪》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、学校代码：10259学号：136101126密级：公开上海应用技术大学硕士学位论文题目：基于彩色图像与深度图像的手势追踪英文题目：HandGestureTrackingbasedonColorImageandDepthImage专业：仿生装备与控制工程学院：电气与电子工程学院研究方向：图像处理与模式识别姓名：夏子涛指导教师：华容2016年4月16日基于彩色图像和深度图像的手势追踪摘要利用计算机来追踪和识别手部姿态是一种自然的人机交换方式。目前在基于视觉的手势识别方面的研究取得不小的进步，然而离实际的应用还有一段距离。很多基于彩色

2、图像的手势识别方法利用了各种算法，然而往往是针对于特定的手势进行识别，并且对于复杂环境缺乏鲁棒性。基于深度的图像为手势识别算法提供了一种不同的数据，通过深度图像通常能够较好的排除环境的干扰，因为其不受光照影响，能够容易地剔除较远的环境背景。因此本文提出了一种基于彩色图像和深度图像的手势追踪方法，该方法能够识别任意姿态的手势而不只是针对特定的手势，并且该方法能够实现实时的在线运行。在彩色图像下，采用了随机森林的算法进行肤色的分类；在深度图像下，同样采用了随机森林的算法进行手部的分割。采用了一种简化的26自由度的3D手部模型，提出了

3、一种计算假设手部模型与实际手部图像的差异目标函数。采用了粒子群算法求解目标函数，并利用GPU对粒子群算法实现加速。关键词：手势追踪；肤色识别；随机森林算法；粒子群算法HandGestureTrackingbasedonColorImageandDepthImageAbstractUsingcomputerstotrackandidentifythehandgestureisanimportantmethodofnatureHumanComputerInteraction.Currently,greatprogresshasach

4、ievedintheresearchofhandgesturerecognition,butisstillalongwaytothepracticalapplication.Manygesturerecognitionmethodbasedoncolorimagesusingavarietyofalgorithms,however,oftenbeidentifiedforsomeparticulargestures,andlackrobustnessincomplexbackgrounds.Depthimagesprovidea

5、differentkindofdataforgesturerecognitionalgorithm,whichareusuallybetterineliminatingtheinterferenceoftheenvironment,becauseitisnotsubjecttotheimpactoflightandthefartherenvironmentalbackgroundcanbeeasilyremoved.Therefore,thispaperpresentsacolorimageandadepthimage-base

6、dgesturetrackingmethod,whichcanidentifyanyhandgesturesratherthanjustaspecificgesture,andcanberuninrealtimeonline.Usingrandomforestalgorithmforskincolorclassificationinthecolorimage;Usingthesamerandomforestalgorithmsforsegmentationofthehandinthedepthimage.Asimplified2

7、6degreesoffreedom3Dhandmodelisadoptedandanobjectivefunctionwhichcalculatesthedifferencebetweenthehypothesishandmodelgestureandrealhandgestureispresented.Particleswarmoptimizationalgorithmisutilizedtosolvetheobjectivefunction,andtheGPUisadoptedtoacceleratetheparticles

8、warmoptimization.Keywords：Gesturetracking;Skincolordetection;RandomForestalgorithm;Particleswarmoptimization目录摘要...................