基于視覺的實時手勢跟蹤與識別及其在人機(jī)交互中的應(yīng)用.pdf

1、隨著人機(jī)交互技術(shù)的不斷發(fā)展，各種各樣的新型人機(jī)交互技術(shù)不斷涌現(xiàn)?；谝曈X的手勢識別技術(shù)由于比較符合交流習(xí)慣成為近年來應(yīng)用于入機(jī)交互技術(shù)中的一項關(guān)鍵技術(shù)?；谝曈X的手勢識別是當(dāng)前涉及圖象處理、模式識別、計算機(jī)視覺等領(lǐng)域的一個比較活躍的課題。基于視覺的手勢識別具有很廣泛的應(yīng)用價值，例如(1)控制VR中的智能化；(2)機(jī)器人控制；(3)虛擬現(xiàn)實系統(tǒng)中的多模式接口等。 目前關(guān)于手勢識別的研究大多是基于靜態(tài)的手勢識別，而對于實時的動態(tài)手勢

2、跟蹤與識別涉及較少，本文創(chuàng)新性地研究了復(fù)雜背景下的實時手勢跟蹤與識別技術(shù)。隨著實驗的不斷完善，此項技術(shù)勢必會促進(jìn)手勢識別技術(shù)的應(yīng)用，使得人機(jī)交互更加自然方便。 首先本文在手勢分割階段提出了膚色提取并溶合運動信息的新方法。具體方法是利用YCbCr顏色空間和基于高斯模型的膚色建模對膚色進(jìn)行提取，并通過圖像差運算進(jìn)行運動信息分析去除圖像中的類膚色背景。該方法保證了在復(fù)雜背景下手勢分割的準(zhǔn)確性。 其次本文在手勢跟蹤算法中提出了C

3、AMSHIFT算法與Kalman濾波算法相結(jié)合的新方法確定搜索窗口以獲得手的位置。具體算法為，使用CamshiR算法計算手勢跟蹤窗口的位置和大小，并用Kalman濾波預(yù)測手心位置。該算法很大程度上提高了跟蹤效率，保證了跟蹤的實時性。 最后在手勢識別階段利用基于Hausdorff距離的模板匹配方法實現(xiàn)了對預(yù)定義的兩種手勢進(jìn)行識別。為了驗證以上算法，本文設(shè)計了一個人機(jī)交互系統(tǒng)，該系統(tǒng)可以利用手與機(jī)器進(jìn)行簡單的操作交互。實驗表明，該系