基于壓縮感知的手勢(shì)運(yùn)動(dòng)識(shí)別.pdf

1、手勢(shì)識(shí)別是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要研究方向，具有廣闊的應(yīng)用前景。以手勢(shì)作為人機(jī)交互的媒介，體現(xiàn)了以人為中心的交互理念。基于計(jì)算機(jī)視覺的手勢(shì)識(shí)別技術(shù)正在逐漸改變?nèi)藗兊纳罘绞?，逐漸擺脫傳統(tǒng)的輸入方式，如鼠標(biāo)、鍵盤等。手勢(shì)是一種自然的，和諧的，符合人類交流習(xí)慣的一種交互方式，逐漸被應(yīng)用于虛擬現(xiàn)實(shí)系統(tǒng)中，還可以應(yīng)用于教學(xué)、遠(yuǎn)程控制、互動(dòng)游戲等。盡管基于計(jì)算機(jī)視覺的手勢(shì)識(shí)別相關(guān)研究已取得了很大進(jìn)步，但手勢(shì)識(shí)別技術(shù)要想獲得更廣泛的應(yīng)用，目前仍然存

2、在著許多亟需解決的問題。針對(duì)復(fù)雜的背景，弱光照等外界條件，手勢(shì)自身的多樣性，考慮到人手的各個(gè)關(guān)節(jié)，以及人手的運(yùn)動(dòng)，手勢(shì)具有27個(gè)自由度，這給手勢(shì)檢測(cè)與跟蹤帶來了很大的困難。如何快速從手勢(shì)運(yùn)動(dòng)視頻序列中檢測(cè)并提取手勢(shì)位置信息，如何對(duì)檢測(cè)到的手勢(shì)運(yùn)動(dòng)進(jìn)行魯棒性的跟蹤，是手勢(shì)運(yùn)動(dòng)識(shí)別需要解決的兩個(gè)主要問題。
　　本研究主要內(nèi)容包括：⑴在手勢(shì)檢測(cè)階段，首先采集大量手勢(shì)樣本，離線訓(xùn)練手勢(shì)樣本級(jí)聯(lián)分類器，在手勢(shì)檢測(cè)的時(shí)候?qū)τ谌豕庹窄h(huán)境下采集到

3、的手勢(shì)視頻圖像需要進(jìn)行圖像預(yù)處理，即利用暗通道原理對(duì)其進(jìn)行圖像增強(qiáng)處理，使圖像盡量恢復(fù)成正常光照下的圖像，然后采用結(jié)合膚色的Adaboost方法對(duì)手勢(shì)進(jìn)行快速檢測(cè)，從而實(shí)現(xiàn)在弱光照下手勢(shì)的檢測(cè)與識(shí)別。⑵在手勢(shì)跟蹤階段，我們將壓縮感知理論應(yīng)用于手勢(shì)跟蹤，利用壓縮感知原理快速提取手勢(shì)特征，并改進(jìn)了傳統(tǒng)的實(shí)時(shí)壓縮感知目標(biāo)跟蹤算法，將手勢(shì)檢測(cè)與跟蹤進(jìn)行融合，結(jié)合了特征權(quán)值的方法，通過貝葉斯分類器響應(yīng)最大值得到下一幀目標(biāo)區(qū)域，從而實(shí)現(xiàn)對(duì)手勢(shì)連續(xù)、