復(fù)雜環(huán)境下通用的手勢識(shí)別方法研究.pdf

1、復(fù)雜背景下的手勢識(shí)別一直是人機(jī)交互領(lǐng)域的一大難題，現(xiàn)行手勢識(shí)別方法在光照變化、背景干擾情況下存在計(jì)算量大，耗時(shí)長的問題。針對(duì)該問題提出了一種復(fù)雜環(huán)境下通用的手勢識(shí)別方法，該方法能提高手勢識(shí)別的計(jì)算效率。整個(gè)方法包含三個(gè)部分，手勢檢測、手勢識(shí)別和參數(shù)更新。
　　在手勢檢測部分，為提高計(jì)算效率提出一種基于位運(yùn)算的方法代基于替滑動(dòng)窗口手勢檢測，該方法利用二進(jìn)制方式實(shí)現(xiàn)支持向量機(jī)模型并且利用64位整型的特點(diǎn)使用位操作實(shí)現(xiàn)遍歷從而完成目標(biāo)快

2、速篩選。方法并不精確的提取手勢區(qū)域，而是在極短的時(shí)間內(nèi)提取數(shù)個(gè)可能的備選窗口。手勢檢測部分的輸入是膚色似然圖，圖像采集不依賴于特定的設(shè)備，一般的視覺設(shè)備都可以進(jìn)行采集，計(jì)算的過程需要依賴64位運(yùn)算平臺(tái)。
　　在手勢識(shí)別部分，使用基于計(jì)算統(tǒng)一設(shè)備架構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)手勢檢測部分篩選的區(qū)域進(jìn)行二次判斷和識(shí)別。這一部分要求同時(shí)完成二次篩選和手勢識(shí)別，在網(wǎng)絡(luò)的分類的設(shè)置上會(huì)設(shè)置手勢分類和錯(cuò)誤分類。手勢識(shí)別部分所使用輸入是膚色掩膜和原圖

3、像的灰度圖做相交操作之后組成的圖像。對(duì)于輸入樣本需要進(jìn)行擴(kuò)展使得網(wǎng)絡(luò)對(duì)平移和旋轉(zhuǎn)魯棒。
　　在參數(shù)更新部分，為了進(jìn)一步增強(qiáng)方法在對(duì)外界環(huán)境的魯棒性，提出了一種結(jié)合手勢先驗(yàn)形狀的手勢特征參數(shù)更新方法。該方法可以更新手勢檢測和手勢識(shí)別部分的膚色特征參數(shù)，使得手勢檢測和識(shí)別的過程變得更加準(zhǔn)確。參數(shù)更新部分主要包括兩個(gè)步驟:根據(jù)先驗(yàn)形狀進(jìn)行手勢分割，然后根據(jù)手勢分割的結(jié)果去更新參數(shù)。
　　本文的方法不依賴于具體特征，文中使用特征以膚