基于Kinect傳感器的手勢識(shí)別.pdf

1、隨著科技的發(fā)展，人們對(duì)于人機(jī)交互的研究越來越深入，同時(shí)，對(duì)于交互精度的要求也越來越高。手勢是人們常用的一種交流方式，將這種簡單易懂的交流方式應(yīng)用于人機(jī)交互領(lǐng)域，手勢識(shí)別技術(shù)也就應(yīng)運(yùn)而生。手勢識(shí)別技術(shù)也成為了當(dāng)前人機(jī)交互領(lǐng)域的研究重點(diǎn)內(nèi)容之一。手勢識(shí)別作為一種人機(jī)交互的方式在工業(yè)控制、虛擬裝配、醫(yī)療康復(fù)等領(lǐng)域都有廣泛的應(yīng)用?；谏疃葓D像的手勢識(shí)別技術(shù)不會(huì)受場景光照與陰影的影響，能夠更好地重構(gòu)手部結(jié)構(gòu)，但是這種技術(shù)仍然需要受到人手運(yùn)動(dòng)復(fù)雜、

2、遮擋嚴(yán)重等問題的困擾，只有解決了這些問題才能夠?qū)崟r(shí)準(zhǔn)確預(yù)測手勢。
　　本文首先介紹了選題背景以及本課題的研究現(xiàn)狀。以基于Kinect傳感器的手勢識(shí)別為研究目標(biāo)，闡述了研究的整個(gè)過程以及用到的具體算法。實(shí)現(xiàn)了基于Kinect深度數(shù)據(jù)和隨機(jī)森林分類器的靜態(tài)手勢識(shí)別。本文是通過Kinect體感攝像頭捕獲人的手勢圖像及深度數(shù)據(jù)。
　　本論文的內(nèi)容主要分為兩個(gè)階段:訓(xùn)練階段與識(shí)別階段。在訓(xùn)練階段，對(duì)于手勢區(qū)域提取，使用深度信息結(jié)合人體