基于Kinect手勢(shì)識(shí)別的網(wǎng)頁(yè)控制軟件設(shè)計(jì).pdf

1、隨著計(jì)算機(jī)科學(xué)與技術(shù)的高速發(fā)展，人機(jī)交互技術(shù)已經(jīng)進(jìn)入多通道、多媒體的智能人機(jī)交互階段。利用計(jì)算機(jī)理解人類的多種感覺(jué)和動(dòng)作，取代鼠標(biāo)和鍵盤，使得人機(jī)交互方式更加自然、高效，已成為新一代人機(jī)交互領(lǐng)域的研究熱點(diǎn)。手勢(shì)及人體姿勢(shì)作為一種直觀、自然地輸入操作方式，已成為當(dāng)今人機(jī)交互領(lǐng)域一個(gè)重要分支，具有廣闊的應(yīng)用前景和市場(chǎng)價(jià)值。
　　在利用手勢(shì)及人體姿勢(shì)動(dòng)作進(jìn)行人機(jī)交互的研究中，微軟公司研制的Kinect傳感器顯示出了卓越的優(yōu)勢(shì)，具有良好的

2、研究和應(yīng)用價(jià)值。本文以Kinect傳感器為基礎(chǔ)，首先對(duì)Kinect傳感器的技術(shù)原理進(jìn)行分析，利用Kinect傳感器獲取視角范圍內(nèi)的深度圖像，通過(guò)深度圖像識(shí)別出圖像中的人體，進(jìn)而獲得人體骨骼點(diǎn)的3D坐標(biāo)信息，然后結(jié)合深度圖像對(duì)靜態(tài)手勢(shì)識(shí)別進(jìn)行研究，結(jié)合人體骨骼信息對(duì)動(dòng)態(tài)姿勢(shì)識(shí)別進(jìn)行研究。最后將動(dòng)態(tài)姿勢(shì)識(shí)別的方法與瀏覽器網(wǎng)頁(yè)控制技術(shù)相結(jié)合，實(shí)現(xiàn)姿勢(shì)控制瀏覽器網(wǎng)頁(yè)的人機(jī)交互系統(tǒng)。主要研究?jī)?nèi)容如下:
　　1.從手勢(shì)圖像采集和預(yù)處理、手勢(shì)圖

3、像分割、手勢(shì)特征提取、分類器的選擇和使用幾方面詳細(xì)介紹本文實(shí)驗(yàn)中基于Kinect傳感器的靜態(tài)手勢(shì)識(shí)別方法。包括OTSU閾值分割算法、Hu矩、手指?jìng)€(gè)數(shù)提取算法以及本研究所用到的分類器支持向量機(jī)。
　　2.在動(dòng)態(tài)姿勢(shì)識(shí)別方面，對(duì)Kinect傳感器獲取的深度信息進(jìn)行分析，獲取人體主要骨骼點(diǎn)的3D坐標(biāo)，從中選取六個(gè)點(diǎn)作為手部運(yùn)動(dòng)的特征參照;為了消除每個(gè)實(shí)驗(yàn)對(duì)象的深度定位以及人體體型之間的差異帶來(lái)的誤差，對(duì)實(shí)驗(yàn)中的數(shù)據(jù)進(jìn)行中心化和歸一化處理

4、。針對(duì)實(shí)驗(yàn)中獲取的特征，對(duì)DTW算法做了適應(yīng)性調(diào)整。為提高識(shí)別速度，提出了一種基于查表的DTW算法對(duì)得到的特征數(shù)據(jù)進(jìn)行模板訓(xùn)練并實(shí)現(xiàn)動(dòng)態(tài)手勢(shì)識(shí)別。實(shí)驗(yàn)結(jié)果表明:該方法具有較高的識(shí)別速度和識(shí)別率，對(duì)復(fù)雜背景及光照強(qiáng)度變化具有較強(qiáng)的魯棒性。
　　3.將動(dòng)態(tài)姿勢(shì)識(shí)別方法應(yīng)用于瀏覽器網(wǎng)頁(yè)控制當(dāng)中，定義了6種日常生活中常用的手部姿勢(shì)，實(shí)現(xiàn)了動(dòng)態(tài)姿勢(shì)對(duì)瀏覽器網(wǎng)頁(yè)的控制功能。測(cè)試結(jié)果表明:系統(tǒng)對(duì)預(yù)定義的各種動(dòng)態(tài)姿勢(shì)識(shí)別率高，識(shí)別速度快，對(duì)不同的