2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著計算機(jī)科學(xué)與技術(shù)的高速發(fā)展,人機(jī)交互技術(shù)已經(jīng)進(jìn)入多通道、多媒體的智能人機(jī)交互階段。利用計算機(jī)理解人類的多種感覺和動作,取代鼠標(biāo)和鍵盤,使得人機(jī)交互方式更加自然、高效,已成為新一代人機(jī)交互領(lǐng)域的研究熱點。手勢及人體姿勢作為一種直觀、自然地輸入操作方式,已成為當(dāng)今人機(jī)交互領(lǐng)域一個重要分支,具有廣闊的應(yīng)用前景和市場價值。
  在利用手勢及人體姿勢動作進(jìn)行人機(jī)交互的研究中,微軟公司研制的Kinect傳感器顯示出了卓越的優(yōu)勢,具有良好的

2、研究和應(yīng)用價值。本文以Kinect傳感器為基礎(chǔ),首先對Kinect傳感器的技術(shù)原理進(jìn)行分析,利用Kinect傳感器獲取視角范圍內(nèi)的深度圖像,通過深度圖像識別出圖像中的人體,進(jìn)而獲得人體骨骼點的3D坐標(biāo)信息,然后結(jié)合深度圖像對靜態(tài)手勢識別進(jìn)行研究,結(jié)合人體骨骼信息對動態(tài)姿勢識別進(jìn)行研究。最后將動態(tài)姿勢識別的方法與瀏覽器網(wǎng)頁控制技術(shù)相結(jié)合,實現(xiàn)姿勢控制瀏覽器網(wǎng)頁的人機(jī)交互系統(tǒng)。主要研究內(nèi)容如下:
  1.從手勢圖像采集和預(yù)處理、手勢圖

3、像分割、手勢特征提取、分類器的選擇和使用幾方面詳細(xì)介紹本文實驗中基于Kinect傳感器的靜態(tài)手勢識別方法。包括OTSU閾值分割算法、Hu矩、手指個數(shù)提取算法以及本研究所用到的分類器支持向量機(jī)。
  2.在動態(tài)姿勢識別方面,對Kinect傳感器獲取的深度信息進(jìn)行分析,獲取人體主要骨骼點的3D坐標(biāo),從中選取六個點作為手部運動的特征參照;為了消除每個實驗對象的深度定位以及人體體型之間的差異帶來的誤差,對實驗中的數(shù)據(jù)進(jìn)行中心化和歸一化處理

4、。針對實驗中獲取的特征,對DTW算法做了適應(yīng)性調(diào)整。為提高識別速度,提出了一種基于查表的DTW算法對得到的特征數(shù)據(jù)進(jìn)行模板訓(xùn)練并實現(xiàn)動態(tài)手勢識別。實驗結(jié)果表明:該方法具有較高的識別速度和識別率,對復(fù)雜背景及光照強(qiáng)度變化具有較強(qiáng)的魯棒性。
  3.將動態(tài)姿勢識別方法應(yīng)用于瀏覽器網(wǎng)頁控制當(dāng)中,定義了6種日常生活中常用的手部姿勢,實現(xiàn)了動態(tài)姿勢對瀏覽器網(wǎng)頁的控制功能。測試結(jié)果表明:系統(tǒng)對預(yù)定義的各種動態(tài)姿勢識別率高,識別速度快,對不同的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論