论文部分内容阅读
人机交互是目前国内外研究的一个热点问题,也是未来计算机技术发展的必然趋势。手势识别是人机交互中的一项关键技术,在很多领域都得到了广泛的应用,如:聋哑人手语识别、机器人控制以及智能家居等,但由于受到环境因素、手势多变性的影响,目前手势识别还面临很多困难和挑战,处于研究初级阶段,需要进行深入、广泛地研究。本文主要研究人机交互中动态手势识别及应用,并设计了一个可以实现动态手势识别和手势控制PPT两大功能的完整系统。主要包括以下内容:1.自定义8种动态手势,并利用Kinect进行实时采集,建立了手势数据库;在分割手势时,首先用两次静止法确定动态手势的起止帧,然后将颜色与深度信息融合并结合帧间差分来进行分割。经过测试,这种分割算法受光照、背景等环境的影响较小,可以得到完整的动态手势。2.在提取特征时,根据动态手势的运动轨迹模型,提取相邻轨迹点之间的角度值作为手势特征,并采用12方向链码进行量化编码,得到最终的手势特征序列。3.在手势识别时,首先介绍了基于位置的识别算法,但是只能对四种简单手势进行识别,并且这种算法受环境影响较大,识别率较低;然后重点介绍了使用动态时间规整(DTW)算法识别动态手势具体过程,包括模板训练和识别。实验结果表明:DTW算法对8种动态手势的平均识别率为94%以上。4.搭建了完整的动态手势识别及应用系统,可以在实时条件下识别动态手势进而用手势控制PPT,实现简单人机交互。