一种复杂背景下的手势识别方法

摘要

从《机器能思考吗》一文的发表开始,人工智能已经经历从专家系统到神经网络,再到今天统计学习理论几个阶段,这期间涌现了大量优秀的算法和理论。但我们也看到,在智能领域尤其是识别领域中,新的理论和方法往往也具有高度复杂和难以控制的特点,在实际应用往往不太实用。
　　 本文提出了一种针对特定应用的简单识别算法。该算法只是通过简单的算法组合和计算实现了一定意义的复杂背景下的手势识别。
　　 本文的方法首先需要将从视频流得到的复杂背景下的图象转换到YUV颜色空间中进行处理,这一步操作的意义在于这个颜色空间具有许多优秀的性质,为未来的算法处理提供了良好的基础。然后通过一个简单的贝叶斯分类器标记出图象中大概的手部区域,再通过一系列图象形态学的操作获得了一条连续的图象的边框曲线。获得了边框后,通过搜索边框获得该曲线的有序表达,再使用本文提出的“点曲度”和“中心角度”的计算方法得到手指的指尖位置。得到指尖位置对于解决本文的问题具有重要意义,因为人手势的许多意义都是通过指尖以及指尖的运动表达出来的。
　　 在此基础上,本文实现了两个简单的系统,包括一个对视频中单一手指跟踪的系统和一个简单的人机对战“石头剪子布”的小游戏系统。虽然该算法体系还存在许多问题,但作为一种解决问题的新思路,无疑具有启发意义。并且可以认为本文算法具备了实现更多应用和取得更好效果的基础,以及具备未来改进的可能。

目录

文摘

英文文摘

第一章 引言

1.1 概述

1.2 手势识别的概念与定义

1.3 基于视觉的方法

1.4 本文的主要内容

第二章 YUV颜色空间中的肤色检测技术

2.1 概述

2.2 颜色空间

2.2.1 RGB颜色空间

2.2.2 HSB颜色空间

2.2.3 YUV颜色空间

2.3 贝叶斯分类

2.4 算法实现流程

2.5 本章小结

第三章 图象形态学原理及其在手势识别中的应用

3.1 概述

3.2 图象形态学三种基本运算

3.2.1 图象平移

3.2.2 图象形态膨胀

3.2.3 图象形态腐蚀

3.3 图象形态学的开闭运算

3.3.1 图象形态膨胀和图象形态腐蚀的对偶性

3.3.2 图象形态开运算

3.3.3 图象形态闭运算

3.3.4 图象形态开运算和图象形态闭运算的应用

3.4 边框检测以及在手势识别中的应用

3.4.1 边框提取算法概述

3.4.2 图象形态学边框提取算法

3.5 本章算法基本流程

3.6 本章小结

第四章 “点曲度”及其在指尖标注中的应用

4.1 概述

4.2 弧线的平均曲率

4.3 “点曲度”

4.4 “点曲度”在手指标记中的应用

4.4.1 计算手形轮廓的“点曲度”

4.4.2 标记手指的辅助工作

4.5 本章算法基本流程

4.5.1 搜索方向矩阵

4.5.2 算法流程

4.6 本章小结

第五章 系统实现

5.1 概述

5.2 手势跟踪中的应用

5.2.1 目标跟踪概述

5.2.2 本文算法在手势跟踪中的应用

5.3 本文算法在人机交互游戏中的应用

5.4 本章小结

第六章 总结

6.1 与已有的相近似方法的比较

6.2 对本文工作的总结与展望

致谢

参考文献

在学期间取得的研究成果