融合多特征和壓縮感知的手勢(shì)識(shí)別.pdf

1、隨著計(jì)算機(jī)科學(xué)技術(shù)的迅速發(fā)展,人與計(jì)算機(jī)之間的交流也越來越多,對(duì)操作體驗(yàn)的要求越來越高,人機(jī)交互從以計(jì)算機(jī)為中心逐步移到以人為中心,使人機(jī)交互更加自然,和諧,手勢(shì)識(shí)別一直是人機(jī)交互的重要研究課題,在虛擬現(xiàn)實(shí)技術(shù)不斷發(fā)展的今天,手勢(shì)識(shí)別作為虛擬現(xiàn)實(shí)技術(shù)的基礎(chǔ)取得了較大的進(jìn)步。然而基于視覺的手勢(shì)識(shí)別技術(shù)仍然還存在著識(shí)別率低,對(duì)光照,尺度及旋轉(zhuǎn)變換敏感等缺點(diǎn)。
　　基于計(jì)算機(jī)視覺手勢(shì)識(shí)別過程可分為手勢(shì)分割,特征提取及手勢(shì)識(shí)別三個(gè)階段。在

2、手勢(shì)分割階段,本文提出了基于 YCbCr顏色空間的閾值自適應(yīng)方法,該方法可以有效地排除光照的影響,而且針對(duì)不同膚色用戶可以動(dòng)態(tài)調(diào)整閾值進(jìn)行膚色分割。然后用基于Hu矩手形比較算法,從分割的膚色區(qū)域中進(jìn)一步得到已定義的手勢(shì)區(qū)域;在特征提取階段,本文既提取手勢(shì)的全局特征(Hu矩),又提取了手勢(shì)的局部特征(SURF),將兩種特征按照不同權(quán)值融合用于手勢(shì)分類,提高了手勢(shì)識(shí)別的性能;在手勢(shì)識(shí)別階段,本文提出了基于壓縮感知的手勢(shì)分類方法,提取待測(cè)樣本