人機(jī)交互中視覺目標(biāo)識別與跟蹤算法的研究.pdf

1、隨著人機(jī)交互技術(shù)的發(fā)展，更智能、更自然的交互方式成為未來人機(jī)交互的發(fā)展趨勢。手勢作為一種自然、直觀的交互方式，在人機(jī)交互過程中起著越來越重要的作用?；谟嬎銠C(jī)視覺的手勢識別是新一代的人機(jī)交互方式，有著重要的理論研究價值和應(yīng)用前景。
　　 一個完整的基于計算機(jī)視覺的手勢手識別系統(tǒng)主要分為手勢的檢測與跟蹤、靜態(tài)手勢識別、動態(tài)手勢識別三個部分。文章針對基于單目視覺的手勢識別中的若干關(guān)鍵技術(shù)進(jìn)行了研究，包括圖像預(yù)處理、膚色分割、跟蹤以及

2、識別算法等。
　　 文章重點研究了基于計算機(jī)視覺的目標(biāo)跟蹤算法。通過對常用跟蹤算法Mean Shift以及CAMSHIFT的學(xué)習(xí)，提出了一種基于CAMSHIFT的改進(jìn)算法，該算法可以在跟蹤目標(biāo)丟失后，通過自動擴(kuò)大搜索窗口的方法恢復(fù)跟蹤，算法運(yùn)算簡單，實時性高，適合實時跟蹤應(yīng)用。另外，由貝葉斯濾波原理開始，研究了Kalman濾波器、粒子濾波器及其粒子濾波理論在視覺跟蹤中的應(yīng)用。
　　 文章設(shè)計了一種基于模型與基于表觀相結(jié)合

3、的手勢識別系統(tǒng)。對于高自由度、高維度的3D手勢進(jìn)行了2D簡化，提出了一種適用于變形手勢識別的手勢模型。并且提出了一種實時的根據(jù)手勢輪廓曲率檢測手指指尖的新方法。手勢跟蹤方面，該系統(tǒng)使用將Kalman濾波與改進(jìn)的CAMSHIFT結(jié)合的算法對手勢區(qū)域進(jìn)行初定位，這種算法不僅可以通過Kalman濾波對搜索窗口進(jìn)行估計與校正解決手勢與膚色區(qū)域重疊造成的影響，還可以通過改進(jìn)的CAMSHIFT算法解決手勢運(yùn)動加速或移動出攝像頭視野后造成的手勢跟蹤失