手勢(shì)識(shí)別引擎系統(tǒng)中的靜態(tài)手勢(shì)識(shí)別算法研究.pdf

1、人機(jī)交互已經(jīng)成為現(xiàn)代生活中的重要組成部分，隨著計(jì)算機(jī)技術(shù)的發(fā)展，人們對(duì)人機(jī)交互方式有了更高的需求，使得符合人類交互習(xí)慣的人機(jī)交互方式如包括語(yǔ)音識(shí)別、手勢(shì)識(shí)別等領(lǐng)域的研究越來(lái)越受到人們的重視。自然的手勢(shì)給人類之間交流提供了一種便捷的手段，人們可以利用人的手掌的形狀及手的運(yùn)動(dòng)及變化的軌跡等信息來(lái)表達(dá)一些復(fù)雜的感情和意義。因此，研究基于手勢(shì)識(shí)別的人機(jī)交互系統(tǒng)既具有理論意義，還具有實(shí)際應(yīng)用價(jià)值。
　　研究人機(jī)交互引擎系統(tǒng)中的靜態(tài)手勢(shì)識(shí)別的

2、基本流程和算法實(shí)現(xiàn)，針對(duì)在復(fù)雜背景中手勢(shì)圖像分割效果不好的問題，設(shè)計(jì)了一種基于人臉膚色采樣YCbCr空間的高斯模型結(jié)合運(yùn)動(dòng)模板的手勢(shì)分割算法。針對(duì)傳統(tǒng)手勢(shì)特征提取算法中僅僅使用手勢(shì)圖像的單一特征的局限性問題，采用HOG和Hu矩的融合特征作為手勢(shì)圖像提取的特征，有效地提高了手勢(shì)提取算法的魯棒性。針對(duì)特征維數(shù)過(guò)高導(dǎo)致計(jì)算量大的問題，使用了主成分分析法對(duì)特征向量進(jìn)行降維處理，從而降低了算法計(jì)算的復(fù)雜度，最后使用SVM分類實(shí)現(xiàn)對(duì)掌、拳、大拇指及