文档介绍：兰州理工大学
硕士学位论文
基于表观的二维手势识别方法研究
姓名:张墨逸
申请学位级别:硕士
专业:计算机软件与理论
指导教师:张秋余
20100410
摘要随着计算机视觉技术的发展以及人们对新的交互手段的需求,基于计算机视觉的交互系统缡钟铩⑷肆场⒈砬椤⒋蕉痢⑼肥啤⑻迨频便逐渐发展起来。本文从自然人机交互的角度出发,研究了基于表观的二维手势识别技术,并实现了一个基于简单自然手势的人机交互系统并应用到鼠标控制中,为后续的深入研究奠定了平台基础。具体研究工作包括以下几个方面:A丝朔钟械氖质品指钏惴ㄖ械ハ咚鞣指畹木窒蓿岢鲆恢只诟息,然后将图像分块后用统计的差减法得到运动信息,最后结合手势的肤色分布与运动信息的多线索融合进行手势分割。实验结果表明,此方法提高了复杂背景下的手势分割的准确度。攵韵钟卸质聘俜椒ú荒茏既犯俾掷5娜钡悖油臣坪透怕分布上考虑,通过将现有的一维肤色概率分布扩展为二维肤色概率分布,提高了肤色的表示精度。该方法首先通过将各个像素分别看作独立的系统,并建立像素状态模型估计当前像素与区域的状态,然后对当前帧进行基于区域的自适应阈值分割,以达到对手势进行实时轮廓跟踪的目的。攵源车哪勘晡镄巫词侗鸩荒苁侗鹣嗨蒲荆以诙嘌尽⒍喾掷的情况下分类率低等问题,利用小波多分辨率分析的细节信息与近似信息对物体形状具有特征描述的特点,通过对轮廓链码坠橐换ò刖缎藕臜、波分解,提取出一种用于形状识别的极半径、波特征。实验结果表明此特征可识别相似形状,样本数、分类数越多,分类效果越好。最后,结合上述研究,用甇实现了一个简单的基于氖质朴τ孟低场该系统可以识别简单的几种手形,并通过语义解释,动态手势识别,实现了鼠标功能。并在此系统的基础上,提出了人机交互中用手势控制鼠标、键盘,即完全实现手势控制的计算机视觉交互的一般的系统架构,为复杂的应用提出了思路。关键词:人机交互;手势识别;肤色概率分布图;小波;广度优先搜索;其中手势完全可以作为一种手段,它生动、形象、直观,可以增强人机交互过程中的自然性。率模型的表观手势分割方法。该方法首先利用肤色概率分布图得到图像的肤色信区域扩张;多分辨率分析硕十学何论文
甤琱甌,甌琣,.瓻甌甤’,,甌琹瑆瑃琣琣甌·琲....,瑂瑂..,Ⅱ
硕士学位论文瑃.,瓸甤ぁ,.琣畆,琣甌,琲,:籋籗籋籘;;
插图索引图手势分割多模式系统流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图相应的手势跟踪实验结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图肤色概率查找图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图手势模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.笨逃雝一笨套刺琒一与的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图手图像连续跟踪实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.的徊糠帧图算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图同种形状的手势符号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图实验植煌巫醇觳庑阅堋图小波特征与其它特征对比分类信号图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图软件状态分解图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图手势识别框架图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图噬⒎教濉图收集肤色信息的直方图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图手势图像与肤色概率分布图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图手的图像与运动统计信息图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图区域扩张结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图手势概率分布图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图手势跟踪的各个步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图脸部图像连续跟踪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图加入噪声脸部跟踪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图基于拓扑的特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.植煌巫础图系统功能结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图键盘操作状态图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于表观的二维手势识别方法研究
~图态别理状一识管识作图势征入势操流手特输手标据态本色态鼠数静样肤动图图图图图图硕宦畚一
附表索引表同种形状的极半径小波描述子⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表不同种形状的极半径小波描述子⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯矩识别图南嗨撇钜臁表实验中使用痔卣魇侗质质频木ǘ取表跟踪方法比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表极半径小波特征识别图南嗨撇钜臁表表各种特征性能对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯