結(jié)合運(yùn)動(dòng)檢測(cè)的手勢(shì)識(shí)別系統(tǒng)設(shè)計(jì).pdf

1、人機(jī)交互(HCI)是人們?nèi)粘Ｉ畹囊粋€(gè)重要組成部分，其交互方式也是多樣的，由于手勢(shì)更加符合人類的自然交互，基于手勢(shì)的交互方式已成為當(dāng)前人機(jī)交互領(lǐng)域的研究熱點(diǎn)之一。手勢(shì)交互需要構(gòu)建一套手勢(shì)識(shí)別系統(tǒng)，其實(shí)現(xiàn)方式也是各不相同，目前，基于視覺的手勢(shì)識(shí)別由于對(duì)用戶的限制小、使用自然度高，成為手勢(shì)識(shí)別的主要研究方向。
　　手勢(shì)識(shí)別系統(tǒng)在實(shí)際應(yīng)用中，一般面臨著識(shí)別率和實(shí)時(shí)性兩個(gè)問題，本文主要從這兩方面進(jìn)行研究，其主要內(nèi)容如下:
　　首先，

2、分析了常用的運(yùn)動(dòng)檢測(cè)方法，并在此基礎(chǔ)上提出了基于運(yùn)動(dòng)歷史圖像和橢圓擬合的手勢(shì)分割方法，通過分割出運(yùn)動(dòng)的手勢(shì)區(qū)域來縮小手勢(shì)識(shí)別的范圍，以降低識(shí)別階段的運(yùn)算量。
　　其次，研究了梯度直方圖(HOG)特征提取和支持向量機(jī)(SVM)分類識(shí)別的原理，設(shè)計(jì)并描述了基于HOG和SVM的靜態(tài)手勢(shì)識(shí)別的實(shí)現(xiàn)步驟，并通過實(shí)驗(yàn)分析了該方法的識(shí)別率和實(shí)時(shí)性。
　　最后，提出了結(jié)合運(yùn)動(dòng)檢測(cè)的手勢(shì)識(shí)別系統(tǒng)構(gòu)建方法。在該系統(tǒng)中，本文由于只在手勢(shì)備選區(qū)域進(jìn)