基于神經(jīng)網(wǎng)絡(luò)方法的手形識別研究.pdf

1、手勢是人類與生俱來的交流手段之一,它自然而又直觀,因此在新一代人-機(jī)交互系統(tǒng)中,手勢交互成為很好的選擇.對手勢識別技術(shù)的研究也成為當(dāng)今計算機(jī)視覺領(lǐng)域、模式識別領(lǐng)域、數(shù)字信號處理領(lǐng)域的一個重要研究方向.一般而言,手勢通過手形（姿態(tài)）和軌跡共同作用來表達(dá)信息,而手形不僅能表達(dá)意義,還能充當(dāng)動態(tài)手勢（軌跡）的轉(zhuǎn)換狀態(tài),因此識別手形的研究是手勢識別領(lǐng)域內(nèi)的一項重要內(nèi)容.手形識別方法和動態(tài)手勢識別方法不同,手形識別通常需要手區(qū)域定位、手區(qū)域分割、

2、手形特征提取、手形理解等幾個步驟.在手區(qū)域定位與手區(qū)域分割階段,該文是通過提取連續(xù)手勢圖像序列中的膚色和運(yùn)動特征來進(jìn)行的,先是在手運(yùn)動為主要運(yùn)動分量的前提下,利用運(yùn)動信息確定手區(qū)域,然后利用膚色信息,對定位的區(qū)域進(jìn)行膚色濾波.經(jīng)過運(yùn)動和膚色特征的融合,可以將圖像中的手區(qū)域從復(fù)雜背景中分割出來.經(jīng)過濾波后的手區(qū)域圖像歸一化后被提交給識別模塊理解.神經(jīng)網(wǎng)絡(luò)在處理諸如學(xué)習(xí)、理解等問題具有天然的優(yōu)越性,因此,在論文的手形特征提取和手形理解階段,

3、采用的是神經(jīng)網(wǎng)絡(luò)方法.在某種意義上講,多層感知器隱層具有特征提取功能,于是,論文的方案將手形特征提取和手形理解任務(wù)全部交付給一個三層前饋神經(jīng)網(wǎng)絡(luò),權(quán)值調(diào)整使用BP算法,通過對其隱層輸出所張成的空間中準(zhǔn)則函數(shù)J<,F>的最大化（J<,F>=|S<,b>|/|S<,w>|,其中S<,b>是類間散度矩陣,S<,w>是總數(shù)內(nèi)散度矩陣）,論文所設(shè)計的前饋網(wǎng)絡(luò)實現(xiàn)了對手形的理解.但由于神經(jīng)網(wǎng)絡(luò)很多方面的理論尚未成熟,許多工作要依靠經(jīng)驗而定,因此論文

4、還詳細(xì)討論了應(yīng)用于手形識別的前饋神經(jīng)網(wǎng)絡(luò)的訓(xùn)練策略,以及對神經(jīng)網(wǎng)絡(luò)方法所存在問題的處理手段;并列出了訓(xùn)練期間多次實驗過程,以期對以后的應(yīng)用提供參考.實現(xiàn)手形識別中的幾何不變,尤其是旋轉(zhuǎn)不變,是當(dāng)今手形識別問題的重要課題之一,因為只有這樣,才符合手勢交互的習(xí)慣,該論文采用三階神經(jīng)網(wǎng)絡(luò)來解決手形識別中的這一難題.通過將幾何性不變構(gòu)造入網(wǎng)絡(luò)本身,三階網(wǎng)絡(luò)可以實現(xiàn)平移、比例、旋轉(zhuǎn)不變的特征提取,其原因在于輸入中所有具有相似性的3組合被分配了相同