开题报告老马给的.docx

开题报告老马给的.docx

ID:57896198

大小:19.86 KB

页数:4页

时间:2020-04-02

开题报告老马给的.docx_第1页
开题报告老马给的.docx_第2页
开题报告老马给的.docx_第3页
开题报告老马给的.docx_第4页
资源描述:

《开题报告老马给的.docx》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2014届本科学生毕业设计(论文)开题报告表专业通信工程填报时间:2013年12月30日题目基于视频图像的手势识别研究学生姓名周泽强班级学号101307139指导教师马鹏阁、王金凤资料收集:手势作为人类最自然的表达方式之一,在日常生活中得到了广泛的应用。手势生动、形象、直观,而且蕴涵着丰富的信息,是人与人沟通的重要媒介。目前基于手势的交互已经成为人机交互的重要内容。手势识别的应用前景十分广阔:(1)对于聋哑人而言,特别是文化程度比较低的聋哑人,使用手语和正常人交流更加方便和高效。(2)利用手势对虚拟现实中的智能设备进行控制。比如在虚拟场景内利用手势实现虚拟

2、钢琴的演奏,又如用机器人的虚拟手抓取物体等;(3)研究人类对于视觉语言的理解规律,提高计算机对人类语言的理解能力;(4)手势交互是虚拟现实中多通道接口的重要组成部分之一。以下为学习所收集的资料及文献:[1]任雅祥.基于手势识别的人机交互发展研究[J].计算机工程与设计,2006,07:1201-1204.[2]孙丽娟,张立材,郭彩龙.基于视觉的手势识别技术[J].计算机技术与发展,2008,10:214-216+221.[3]周航.基于计算机视觉的手势识别系统研究[D].北京交通大学,2008.[4]覃文军.基于视觉信息的手势识别算法与模型研究[D].东北

3、大学,2010.[5]杨波,宋晓娜,冯志全,郝晓艳.复杂背景下基于空间分布特征的手势识别算法[J].计算机辅助设计与图形学学报,2010,10:1841-1848.[6]邬大鹏.基于视觉的手势识别及人机交互研究[D].南京航空航天大学,2010.[7]董立峰.基于Hu矩和支持向量机的静态手势识别及应用[D].武汉理工大学,2012.[8]蒙兴宝.基于运动轨迹的手势识别研究及应用[D].北京化工大学,2012.[9]杜晓川.基于视觉的动态手势识别相关技术研究及实现[D].电子科技大学,2012.国内现状分析:根据外围设备采集手势图像方式的不同可以把手势识别分

4、为两种:基于数据手套的手势识别和基于视觉的手势识别。基于数据手套的手势识别是通过数据手套和位置跟踪来测量手势运动的轨迹和时序信息,其优点是系统的识别率高,缺点是输入设备昂贵,并且要求打手势的人穿戴复杂的数据手套,给人带来很多不便,因此这种方式不能成为未来发展的趋势。基于视觉的手势识别是计算机通过对摄像头拍摄的手势图像进行分析和处理提取出手的位置及形状。这种方法在实现时无需购买昂贵的设备,仅需要廉价的摄像头和低端处理能力的PC机即可。并且在操作时更加自然、方便,符合以人为本和自由性的要求,是手势识别未来发展的趋势。但是这种方法的识别效率比基于数据手套的手势识

5、别低,而且能够识别的手势种类受到很大的限制,是目前亟待解决的问题。国外很早就开始了对手势识别的研究工作。Huang创建的手语识别系统使用3D神经网络的方法识别了15个不同的手势。Stamert51等人使用隐马尔可夫模型(HMM)对输入视频序列中的美国手势中带有词性的40个词汇随机组成的句子进行了识别,其中HMM参数的估计采用的是EM算法。系统对分离单词的识别和由5个单词组成的句子(句子的结构限定为代词+动词+名词+形容词+代词)的识别分别进行了测试,识别正确率达90%。使用主成分分析方法创建统计结构,从而识别活跃对象的形状,即模型化系统和弹性对象的识别。V

6、ogler和MetaxastTl开发的手语理解系统通过固定在人身上的物理传感器和一个能够对手臂进行精确定位的摄像机来获取手臂位置信息。系统采用独立的语言模型对包括53个单词的手语集进行了测试,识别率也达到90%。我国对手势识别的研究起步较晚,但近年来也取得了显著的成果。例如文献f81中使用神经网络方法和Hough变换对中国手语中的20种手势进行识别。基于表观的手势模型,提取八个手势特征组成特征向量,采用二次分类(粗分类和细分类)的方法对10个常用的静态手势进行识别。张秋余、姚开博等采用矩形特征描述手势,用改进的AdaBoost算法训练分类器,在复杂背景下对

7、手势的跟踪与识别取得了不错的效果。中科院的单彩峰提出了结合均值漂移的粒子滤波(TheMeanShiftEmbeddedParticleFilter,MSEPF),通过在时序模板中引入时空轨迹,提出了时序模板轨迹概念,将跟踪得到的手势运动轨迹压缩到单幅图像中,实现了对预先定义的动态手势的识别。山东大学的徐立群等提出了一种基于颜色概率模型并融合运动信息进行手势跟踪的新方法。利用肤色概率查找表将图像序列转换为肤色概率分布图,用运动信息和肤色概率分布对搜索窗口进行初始化,然后对肤色概率分布图进行迭代运算,得到手势的位置和大小,从而实现了对六种孤立手势的识别。设计思

8、路与技术路线:通常,我们把通过对具体的个别事物进行观测所得到的具有

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。