基于Kinect的大屏幕手勢互動系統(tǒng)研究與實現(xiàn).pdf

1、隨著計算機、信息化的發(fā)展，人機交互在辦公以及生活中顯得越來越重要，自然用戶界面已經(jīng)成為人機交互發(fā)展的趨勢，目前研究比較熱門的有用語言、動作及表情等與計算機進行交互。手勢識別作為自然人機交互的一項關(guān)鍵的技術(shù)，具有靈活、直觀、簡單等優(yōu)點，成為動作與計算機交互研究領(lǐng)域中的熱點，在業(yè)內(nèi)引起了很多學(xué)者的關(guān)注和研究。手勢識別的發(fā)展由早起的佩戴數(shù)據(jù)手套逐漸的轉(zhuǎn)向基于視覺方法的研究，目前大多的手勢識別研究是在計算機視覺的基礎(chǔ)上進行的，通過攝像頭直接獲取

2、背景空間的信息，無需佩戴復(fù)雜、昂貴的輸入設(shè)備。眾所周知的觸摸屏技術(shù)現(xiàn)已發(fā)展的比較成熟，但大多應(yīng)用于小屏幕的操作上，例如:手機、筆記本、小型觸摸屏等。針對大屏幕的操作，目前缺乏較有效的交互手段。本文對動態(tài)手勢識別進行了研究并設(shè)計了一套動態(tài)手勢識別交互系統(tǒng)，實現(xiàn)了人與大屏幕的實時互動操作。
　　Kinect是微軟2010年研發(fā)出來的，能夠在復(fù)雜的背景環(huán)境下快速準(zhǔn)確的獲取人體骨骼節(jié)點信息。本文以Kinect為輸入設(shè)備，獲取人體手部、手腕

3、、肘部和脊椎這幾個關(guān)鍵的骨骼節(jié)點信息作為實驗的特征向量。主要工作有以下幾個方面:
　　針對手勢識別的研究，分析了整個識別過程，對識別過程中每個階段采用的技術(shù)做了詳細(xì)的調(diào)查和研究。闡述了Kinect設(shè)備在獲取深度信息上的強大功能以及基于Kienct手勢識別研究的現(xiàn)狀和優(yōu)點。
　　研究了動態(tài)手勢的識別過程，針對手勢識別起點和終點的檢測，本文提出一種基于特殊手勢判斷的方法。定義一種靜態(tài)手勢，通過識別定義的手勢的判斷動態(tài)手勢是否開始

4、，對于動態(tài)手勢的結(jié)束則根據(jù)計算連續(xù)多幀內(nèi)特征節(jié)點運動的距離判斷。
　　在動態(tài)手勢識別過程中，針對手勢識別的效率和速率問題，對傳統(tǒng)的動態(tài)時間規(guī)整(Dynamic Time Warping，DTW)算法進行了改進。首先，利用特征節(jié)點在運動過程中的方差對其進行了權(quán)值的動態(tài)分配，以便提高識別效率。其次，對DTW算法的搜索路徑進行了詳細(xì)的分析，采取點與線結(jié)合的方法對其搜索路徑進行約束，減少計算量，提高識別速率。最后，將改進后的DTW算法與K