论文部分内容阅读
近年来,随着计算机的飞速发展,使得人机交互对于人们的日常生活变得越来越重要。目前,最常见的人机模式主要是通过一些简单的机器设备来实现,例如,键盘,鼠标,触摸屏等。然而,这些设备并不能满足人机交互中人们对速度及“自然性”的需要。由于手势在交流和操作中的敏捷性及广泛性,使得以手势作为人机交互接口的研究变得越来越重要。因此,手势识别技术成为最有效,最自然的实现人机交互技术之一。手势因其自身的复杂性及受其他条件的影响,使得实现一个实时,简单,反应速率快,及鲁棒性高的识别系统变得十分困难。其中,在实时的动态手势识别中,因受实际环境中光照条件的变化使得手势定位受到很大的影响,无法得到一个鲁棒的手势分割。此外,动态手势模型的选择也影响到最终识别效果。因此,本文针对此两点从光学及运动学角度提出了基于运动轨迹的手势识别系统设计方法。该方法首先利用光照删除的方法去除光照影响对动作视频中的手进行定位,然后提取手势的运功轨迹信息用于表征动态手势,与此同时利用速度滤波方法进行连续手势分割。之后,把提取到的标准特征数据组合成一个标准库。在进行测试时,当一个未知手势输入进来时,计算该手势与标准库中定义的手势之间的距离,通过这个距离的大小来实现识别。在最终测试试验中该方法实现了10种动态手势的识别,平均识别率达到89.5%。此外,本文还结合静态手势的识别构造了一个应用系统,在实时的测试中验证了其有效性。本文创新点:1,针对光照条件的对肤色提取的影响,采用了光照分离肤色探测的方法实现了手势区域的有效提取。2,利用归一化方法及插值的方法消除了不同动态手势在时间和空间带来的差异性。3,提出了两级分类的方法为长度不同的动态手势订立不同标准,从而提高了识别率。