基于單目視頻的聾啞人手語識別.pdf

1、近年在計算機技術(shù)不斷發(fā)展的同時，手語識別技術(shù)也逐漸成為了一個新的發(fā)展方向。本文研究的重點是:靜態(tài)字母手語識別及簡單動態(tài)手的識別這兩個部分。以基于膚色模型的手勢分割為基礎，分別構(gòu)建了以傅里葉特征提取算法與加權(quán)KNN分類器相結(jié)合的靜態(tài)手語識別系統(tǒng)，以camshift跟蹤算法和DTW識別算法結(jié)合的動態(tài)手語識別系統(tǒng)。在靜態(tài)手語的識別中，構(gòu)建了靜態(tài)手語數(shù)據(jù)庫，對傳統(tǒng)的傅里葉算法進行了歸一化，減少了方向、相位變化對手勢特征提取的影響，使手勢特征描述

2、更加準確;使用加權(quán)KNN算法對手語數(shù)據(jù)庫中的樣本進行優(yōu)化，構(gòu)建多類分類器對靜態(tài)手語進行識別。在動態(tài)手語識別中，使用camshift算法捕獲手勢圖像、跟蹤手勢運動軌跡、獲得手勢區(qū)域;使用DTW算法計算手勢間相似距離，計算出的最小距離即為識別結(jié)果。本文對聾啞人的手語識別研究具體的工作有以下5個方面:
　　(1)首先結(jié)合國內(nèi)外對手語識別的研究工作，討論了其發(fā)展過程和研究現(xiàn)狀，在對手語識別技術(shù)未來的發(fā)展趨勢了解歸納后，確定出了本文將以聾啞

3、人手語作為主要的研究方向。
　　(2)將現(xiàn)有的手勢分割方法進行了對比，在分析各個方法的優(yōu)缺點并與本論文實際結(jié)合后，選用基于顏色模型的方法對手勢進行分割。
　　(3)對于靜態(tài)手語，使用傅里葉描述符獲得手勢特征向量，再通過加權(quán)KNN分類器分類識別得到結(jié)果。
　　(4)對動態(tài)手語采用camshift算法動態(tài)手勢進行捕獲、跟蹤，獲取手勢區(qū)域，作為后續(xù)動態(tài)手語識別的基礎，在得到動態(tài)手勢后對手勢特征提取的結(jié)果使用DTW算法進行識別