適用于自然交互環(huán)境的人手動作識別研究.pdf

1、自然、便捷和高效是人機交互技術(shù)的發(fā)展趨勢，而基于人手動作識別的自然交互能夠克服其他方法需要輔助設(shè)備的約束，使操作者能夠以最自然的方式與計算機交互，因而成為人機交互中的關(guān)鍵技術(shù)和研究熱點。本文從人手圖像分割、人手動作識別算法和基于人手動作識別的康復(fù)訓(xùn)練應(yīng)用等方面開展了基于Kinect傳感器的人手動作識別方法的研究。
　　本文首先闡述基于視覺信息獲取的人手動作識別交互系統(tǒng)的基本原理，分析了基于視覺的人手動作識別系統(tǒng)中人手圖像分割、人手

2、動作跟蹤和人手動作識別算法三個關(guān)鍵環(huán)節(jié)的現(xiàn)有方法，并對比總結(jié)了這些方法的優(yōu)缺點。在分析人手動作識別系統(tǒng)現(xiàn)有方法的基礎(chǔ)上，為了進一步提高分割的精確性，論文提出了一種基于深度圖像和膚色的人手圖像分割方法。該方法首先使用深度閾值分割出深度圖像中人手對應(yīng)的像素集合，通過映射獲得彩色圖像中人手對應(yīng)的區(qū)域，然后使用人手膚色閾值獲得人手圖像，并在此基礎(chǔ)上實現(xiàn)了基于指尖檢測的靜態(tài)手勢識別系統(tǒng)。為了提高人手動作識別的實時性和識別正確率，本文使用Kinec

3、t傳感器實時獲取操作者上肢骨骼關(guān)節(jié)點數(shù)據(jù)，并以操作者手掌、手腕和肘關(guān)節(jié)的位置信息為特征定義人手動作模塊，提出了基于約束預(yù)處理的動態(tài)時間規(guī)整人手動作識別方法。為了驗證上述方法的有效性和可靠性，我們開展了10個實驗對象參與的靜態(tài)手勢識別實驗和人手動作識別實驗。實驗結(jié)果表明，5個靜態(tài)手勢的平均識別率約為88％，4個典型人手動作的平均識別率約為92.5%。在人手動作識別方法研究基礎(chǔ)上，本文開展了基于人手動作識的康復(fù)訓(xùn)練實驗研究，包括左右手靈活度