用于視覺交互系統(tǒng)的手勢跟蹤和識別研究.pdf

1、隨著計算機(jī)性能的逐步提高和各領(lǐng)域?qū)τ嬎銠C(jī)使用的不斷深入，計算機(jī)在現(xiàn)代社會中的影響迅速擴(kuò)大，人與計算機(jī)的交互活動已經(jīng)成為人們?nèi)粘Ｉ钪械囊粋€重要組成部分。手勢分析由于其固有的自然、方便的人際交流特性，越來越受到廣大研究人員的關(guān)注，成為下一代人機(jī)交互技術(shù)中的一大研究熱點(diǎn)。本文主要針對基于視覺的手勢分割、跟蹤、識別等核心問題進(jìn)行研究，做了如下工作：
　　 在核跟蹤的框架下，對通用的目標(biāo)跟蹤問題進(jìn)行了研究。借助于高斯核函數(shù)，對尺度選擇、

2、目標(biāo)更新提出了新的解決方案，使得目標(biāo)跟蹤算法對于手勢這種非剛體的運(yùn)動也能較好的進(jìn)行跟蹤，對于平移、尺度、旋轉(zhuǎn)等變化有很好的適應(yīng)能力。在標(biāo)準(zhǔn)測試視頻上與傳統(tǒng)的跟蹤算法進(jìn)行了比較，并在實(shí)時視頻上進(jìn)行了測試，驗證了本跟蹤算法的有效性。
　　 基于局部二值模式特征（LBP），提出了一種分塊局部紋理描述子，用來提取手勢圖像的紋理特征，進(jìn)而通過特征向量的匹配，實(shí)現(xiàn)魯棒的手勢識別。在傳統(tǒng)方法中，對整幅LBP濾波圖像統(tǒng)計直方圖，會丟失有效的圖像

3、空間結(jié)構(gòu)信息，而分塊的策略，則可以有效的將空間結(jié)構(gòu)信息和局部紋理信息有機(jī)的結(jié)合起來，形成更加完備的圖像特征表示。在標(biāo)準(zhǔn)數(shù)據(jù)集合和自采數(shù)據(jù)庫上的實(shí)驗結(jié)果表明此方法可大大提高手勢識別的精度。
　　 基于3D深度信息，對手勢的分割、跟蹤進(jìn)行了研究。使用3D深度數(shù)據(jù)，可有效地去除背景、光照的影響。但鑒于3D照相機(jī)的精度限制，手部分割通常會受到前臂的影響，本文提出一種融合3D深度信息和圓形幾何特征的方法，實(shí)現(xiàn)了準(zhǔn)確的手和前臂分割，使得后續(xù)