基于體感傳感器的手勢(shì)識(shí)別及人機(jī)交互系統(tǒng)研究.pdf

1、由于視覺交互面對(duì)的是整個(gè)生活場景，而生活場景是多變且難以預(yù)測(cè)的，且場景會(huì)受到很多外界因素的干擾，如光照，溫度等，因此目前基于視覺的人機(jī)交互還存在一定的局限性。針對(duì)此問題，本文提出了一種基于深度傳感器的手勢(shì)識(shí)別方法，克服了傳統(tǒng)手勢(shì)識(shí)別易受光照變化影響的問題，并在此基礎(chǔ)上提出了一種面向移動(dòng)機(jī)械臂平臺(tái)的基于手勢(shì)識(shí)別的人機(jī)交互框架，提高了移動(dòng)機(jī)械臂平臺(tái)的智能水平。
　　本文分析了視覺手勢(shì)識(shí)別與人機(jī)交互的研究現(xiàn)狀，針對(duì)目前手勢(shì)識(shí)別中存在的不

2、足，提出了本文的解決辦法，即采用體感傳感器Kinect進(jìn)行手勢(shì)識(shí)別及人機(jī)交互研究。
　　首先闡述了手勢(shì)的基本概念，總結(jié)分析了手勢(shì)建模、靜態(tài)手勢(shì)識(shí)別與動(dòng)態(tài)手勢(shì)識(shí)別的常用方法，研究了基于單高斯模型的膚色建模與混合高斯模型的膚色建模方法，并進(jìn)行了膚色檢測(cè)實(shí)驗(yàn)。
　　其次重點(diǎn)分析了體感傳感器Kinect獲取深度圖像的原理，研究了根據(jù)深度信息獲取手勢(shì)位姿和關(guān)節(jié)點(diǎn)的方法，并結(jié)合深度信息與膚色模型對(duì)手勢(shì)進(jìn)行3D建模。在此基礎(chǔ)上，采用Haa

3、r-Like特征對(duì)手勢(shì)進(jìn)行特征提取，為后續(xù)手勢(shì)識(shí)別建立了良好的基礎(chǔ)。
　　然后描述了Kalman濾波及Camshift算法的原理，提出了將Camshift跟蹤算法與Kalman濾波相結(jié)合的算法，提高了對(duì)動(dòng)態(tài)手勢(shì)跟蹤的準(zhǔn)確性與實(shí)時(shí)性。。
　　最后分別對(duì)靜態(tài)手勢(shì)集與動(dòng)態(tài)手勢(shì)集進(jìn)行識(shí)別實(shí)驗(yàn)，根據(jù)識(shí)別效果，分析了識(shí)別率、穩(wěn)定性、實(shí)時(shí)性等性能指標(biāo)。分析了常見的人機(jī)交互模型，在此基礎(chǔ)上提出了一種面向移動(dòng)機(jī)械臂平臺(tái)的基于手勢(shì)識(shí)別的人機(jī)交互