基于深度圖像的靜態(tài)手勢(shì)識(shí)別方法研究.pdf

1、近年來，人機(jī)交互應(yīng)用越來越受到人們的關(guān)注，常見的有體感游戲，手語識(shí)別系統(tǒng)，虛擬現(xiàn)實(shí)體驗(yàn)等等。其中最突出的手勢(shì)識(shí)別技術(shù)漸漸成為人機(jī)交互領(lǐng)域內(nèi)非常熱門的話題。較早的手勢(shì)識(shí)別系統(tǒng)，還基于傳統(tǒng)的捕獲設(shè)備，比如數(shù)據(jù)手套識(shí)別，該方法顯得非常不便捷，后期發(fā)展到彩色攝像機(jī)捕獲手勢(shì)設(shè)備，這種方法對(duì)于光照的明亮和背景要求較高，限制了它的發(fā)展。直到Kinect深度攝像機(jī)的出現(xiàn)，才打開手勢(shì)識(shí)別的新的篇章。
　　深度傳感器Kinect的問世，為計(jì)算機(jī)視覺領(lǐng)

2、域提供了新的方向，使得手勢(shì)識(shí)別過程中，檢測(cè)和分割手勢(shì)都變得更加容易，研究者們可以更加專心地研究手勢(shì)形狀的表達(dá)，提升識(shí)別效果。這項(xiàng)技術(shù)具有非常美好的前景，充分利用好Kinect所帶來的優(yōu)勢(shì)，可以將手勢(shì)識(shí)別提升到一個(gè)新的層次。本文基于現(xiàn)有的手勢(shì)識(shí)別技術(shù)框架，分別提出了手勢(shì)特征選擇算法、新的手勢(shì)三維投影方法和手勢(shì)區(qū)域特征加權(quán)融合方法，都取得了良好的識(shí)別效果。具體研究內(nèi)容包括：
　　1.本文提出了一種自適應(yīng)特征選擇算法。采用什么特征來表示

3、手勢(shì)是一個(gè)重要的研究問題，目前的方法在識(shí)別過程中都選擇固定的特征。作者通過研究發(fā)現(xiàn)，不同特征的區(qū)分能力和它們的復(fù)雜度相關(guān)，區(qū)分能力強(qiáng)的特征通常復(fù)雜度也更高。與此同時(shí)，手勢(shì)識(shí)別的難度也有不同，難度較大的手勢(shì)需要采用區(qū)分能力更強(qiáng)的特征，而簡單的手勢(shì)采用簡單的特征就能得到較好的識(shí)別精度。本文提出在手勢(shì)識(shí)別過程中，通過分析待識(shí)別的手勢(shì)圖像的性質(zhì)，判斷該圖像的難易程度，采用不同的特征描述子去表達(dá)，從而在保證整體精度的同時(shí)，減小時(shí)間復(fù)雜度，加快識(shí)別