基于視覺(jué)的手勢(shì)識(shí)別及其應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，人與機(jī)器交互的重要性逐漸凸顯。最初的人機(jī)交互通過(guò)鍵盤輸入命令行進(jìn)行，之后出現(xiàn)鼠標(biāo)、觸摸屏等方式。而以手勢(shì)作為人機(jī)交互的輸入，顯得更加自然與便捷，更能體現(xiàn)出以人為中心的思想。
　　基于視覺(jué)的手勢(shì)識(shí)別有廣泛的應(yīng)用前景，可以用于安全駕駛、商務(wù)辦公、手語(yǔ)識(shí)別、娛樂(lè)設(shè)施等，為人們的日常生活帶來(lái)諸多方便，這些應(yīng)用前景也使得許多國(guó)內(nèi)外學(xué)者致力于這個(gè)領(lǐng)域的研究。本文針對(duì)基于視覺(jué)的手勢(shì)識(shí)別，做了以下工作:
　　首先，在手

2、勢(shì)分割方面，對(duì)攝像頭采集的視頻幀，采用混合濾波和直方圖均衡化，提高了圖像的對(duì)比度;采用基于膚色方法，使用YCrCb色彩空間對(duì)靜態(tài)手勢(shì)進(jìn)行了分割;針對(duì)露出胳膊的情況，使用幾何方法，去除了將手臂部分，最后得到僅包含手掌部分圖像。
　　其次，在靜態(tài)手勢(shì)識(shí)別方面，本文采用了手勢(shì)圖像的Hu矩特征作為手勢(shì)特征，使用BP神經(jīng)網(wǎng)絡(luò)對(duì)其訓(xùn)練，得到靜態(tài)手勢(shì)分類器。對(duì)自定義的9種手勢(shì)，得到95％以上的識(shí)別率，在行業(yè)內(nèi)處于較高水平。
　　然后，在動(dòng)

3、態(tài)手勢(shì)識(shí)別方面，本文結(jié)合前文靜態(tài)手勢(shì)識(shí)別結(jié)果，對(duì)現(xiàn)有的TLD跟蹤算法進(jìn)行了改進(jìn)，實(shí)現(xiàn)了對(duì)手勢(shì)有效、實(shí)時(shí)的跟蹤;采用隱馬爾科夫模型，對(duì)6種常見的手勢(shì)軌跡進(jìn)行識(shí)別并取得較好的效果。
　　最后，在上文手勢(shì)識(shí)別研究的基礎(chǔ)上，本文結(jié)合兩個(gè)具體應(yīng)用背景，開發(fā)了兩個(gè)應(yīng)用程序，對(duì)手勢(shì)識(shí)別的應(yīng)用進(jìn)行了研究。第一個(gè)應(yīng)用為“猜拳游戲”，通過(guò)雙攝像頭分別識(shí)別兩用戶的靜態(tài)手勢(shì)，將其進(jìn)行對(duì)比并輸出對(duì)比結(jié)果;第二個(gè)應(yīng)用為手勢(shì)控制的音樂(lè)播放器，通過(guò)手勢(shì)控制播放器