论文部分内容阅读
人机交互技术是指通过计算机输入、输出设备,以有效的方式实现人与计算机对话的技术。人机交互技术是计算机用户界面设计中的重要内容之一。计算机用户界面是人与计算机之间传递、交换信息的媒介和对话接口,是计算机系统的重要组成部分。人机交互技术的发展已经经历了三个阶段:基于键盘和字符显示器的交互阶段、基于鼠标和图形显示器的交互阶段、基于多媒体技术的交互阶段。 新一代自然用户界面是一种新的、更自然、更直观、更接近人类行为方式的人机交互界面,其输入设备将不再局限于鼠标与键盘,基于传统的人类本能的交互模式,如触觉、视觉、声音、运动等,应用手势、语音、触控、面部表情、手持设备等手段完成与电脑的交互。当前已经出现了许多使用自然用户界面的成功例子,譬如微软的体感游戏设备、Surface交互桌面和任天堂的Wii游戏等等。 本系统应用机器学习技术,以Kinect作为交互设备,实现人机之间的自然交互。该手势识别系统基于Kinect骨骼系统构建,通过Kinect骨骼系统对用户手部的运动轨迹进行跟踪与采集。首先,对手势运动轨迹进行特征提取,运用高斯混合模型的方法对特征向量进行聚类,将特征向量降为一维;然后,运用采集好的手势轨迹对各个手势的隐马尔可夫模型进行训练;最后,结合所有手势模型的状态构成一个阈值模型,阈值模型也是一个隐马尔可夫模型,其用于检测手势的开始点与结束点,以达到从连续的手部运动轨迹中抽取出将要识别的轨迹的目的。本系统旨在通过Kinect为人机自然交互提供一个接口,其它应用可基于该系统实现其交互功能。 最后,基于本系统完成一个图片浏览程序,该程序通过本系统提供的接口实现翻页、放大、缩小等功能。