面向移动WEB端的微手势识别技术及应用

摘要

移动设备的日益普及与发展，人机交互的重要性愈发凸显，基于视频的手势识别应用于移动Web端具有重要意义。论文主要针对移动Web端的微手势识别技术进行研究，针对移动端的操作和计算局限性，提出微手势的概念，从感兴趣区域提取、区域筛选和轮廓提取、微手势特征提取、微手势分析与识别方面提出方法，最后设计与实现一个微手势识别系统。
　　主要工作如下：
　　1.针对用户与设备的手持姿态、人脸遮挡情况，提出基于Haar分类器的图像区域定位、区域编号与轮廓提取算法。首先根据特定手势训练的Haar分类器进行人脸与人手位置的区分与确定，然后在已确定的人手位置内进行手势分割，对分割后的结果进行区域编号算法操作，实现感兴趣区域的提取。同时对已提取的区域采用论文提出的改进的模板检测，实现感兴趣区域的轮廓提取。
　　2.针对移动端硬件设备的限制、计算能力的局限性，论文提出一种基于特征组合分析的手势识别方法。首先在感兴趣区域内进行微手势特征提取，如 Hu几何矩特征、指尖位置、手指个数、手指长度与角度特征等，最后在识别阶段，将多种相关联微手势特征进行组合分析，确保了识别过程中的准确性和实时性。
　　3.设计实现了一个微手势识别系统。该系统运用于移动端手势绘图系统，在该系统中完成了通过指尖进行手势绘图，通过手势轨迹完成对目标图像的绘图操作，如移动、缩放、旋转、拉伸等操作。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 微手势识别技术解决方案

1.4 论文结构安排

第2章 相关理论基础

2.1 手势识别理论基础

2.2 手势建模

2.3 手势分割及其常用算法

2.4 手势跟踪

2.5 手势识别

2.6 本章小结

第3章 感兴趣区域获取与处理

3.1 图像区域定位

3.2 图像常规处理

3.3 区域编号及筛选

3.4 轮廓提取

3.5 本章小结

第4章 微手势特征提取

4.1 Hu几何矩的特征提取

4.2 指部及掌部特征提取

4.3 实验结果与讨论

4.4 本章小结

第5章 微手势识别

5.1 手势分析流程

5.2 识别状态定义

5.3 特征组合分析法

5.4 本章小结

第6章 系统应用实例

6.1 系统概述

6.2 系统总体设计

6.3 本章小结

第7章 总结与展望

7.1 总结

7.2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果