人机交互中的动态手势识别及应用研究

摘要

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。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究背景及意义

1.2 手势识别技术的国内外研究现状

1.3 手势识别研究内容及关键技术

1.4 论文组织结构

第二章 动态手势的采集及分割算法研究

2.1 引言

2.2 动态手势的采集

2.3动态手势分割算法

2.4改进的手臂去除算法

2.5本章小结

第三章 手势特征提取

3.1引言

3.2 运动轨迹的特征提取

3.3角度量化

3.4本章小结

第四章 动态手势识别算法研究

4.1 引言

4.2 基于位置的简单动态手势识别

4.3 DTW识别算法研究

4.4 基于DTW算法的实时动态手势识别

4.5本章小结

第五章 动态手势识别及应用系统的实现

5.1引言

5.2系统环境及开发流程

5.3系统操作过程及功能实现

5.4系统性能测试

5.5本章小结

第六章 总结与展望

6.1 本文总结

6.2工作展望

致谢

参考文献