手勢識別引擎系統(tǒng)中的靜態(tài)手勢識別算法研究.pdf

1、人機交互已經(jīng)成為現(xiàn)代生活中的重要組成部分，隨著計算機技術(shù)的發(fā)展，人們對人機交互方式有了更高的需求，使得符合人類交互習(xí)慣的人機交互方式如包括語音識別、手勢識別等領(lǐng)域的研究越來越受到人們的重視。自然的手勢給人類之間交流提供了一種便捷的手段，人們可以利用人的手掌的形狀及手的運動及變化的軌跡等信息來表達(dá)一些復(fù)雜的感情和意義。因此，研究基于手勢識別的人機交互系統(tǒng)既具有理論意義，還具有實際應(yīng)用價值。
　　研究人機交互引擎系統(tǒng)中的靜態(tài)手勢識別的

2、基本流程和算法實現(xiàn)，針對在復(fù)雜背景中手勢圖像分割效果不好的問題，設(shè)計了一種基于人臉膚色采樣YCbCr空間的高斯模型結(jié)合運動模板的手勢分割算法。針對傳統(tǒng)手勢特征提取算法中僅僅使用手勢圖像的單一特征的局限性問題，采用HOG和Hu矩的融合特征作為手勢圖像提取的特征，有效地提高了手勢提取算法的魯棒性。針對特征維數(shù)過高導(dǎo)致計算量大的問題，使用了主成分分析法對特征向量進(jìn)行降維處理，從而降低了算法計算的復(fù)雜度，最后使用SVM分類實現(xiàn)對掌、拳、大拇指及