分享到:

用于人机交互的静态手势识别系统

提出并实现一个用于人机交互的静态手势识别系统。基于皮肤颜色模型进行手势分割,并用傅里叶描述子描述轮廓。采用针对小样本特别有效且范化误差有界的支持向量机方法:最小二乘支持向量机(LS SVM)  (本文共5页) 阅读全文>>

东南大学
东南大学

基于视觉的手势识别系统关键技术研究

人工智能技术作为新的一波科技浪潮,正在改变世界。而人机交互作为人工智能的接口,越来越受到研究者们的重视。在现有的人机交互技术中,手势识别是目前研究最为热门的人机交互技术之一,它以其最接近人类交流和沟通的方式,必将成为未来交互技术中不可缺少的部分。手势识别系统可以分为手势建模、手势分析和手势识别三个模块,并同时具有静态手势和动态手势识别的功能。本文主要研究了基于视觉的手势识别的关键技术,研究了基于优化的SVM分类器的静态手势识别系统和基于改进动态时间规划算法的动态手势识别系统。在静态手势系统构建中,采集建立了具有3000张10种不同手势的静态手势样本库,设计了一套基于特定环境的预处理模块,提取和对比了静态手势中的Hu矩和其他几何特征,并训练了基于支持向量机模型的静态手势分类器,通过网格遍历的方式优化了SVM分类器核函数的参数,取得了对静态手势测试样本集90%以上的识别率,对实时静态手势80%左右的正确识别率,最后对比了不同特征和核...  (本文共76页) 本文目录 | 阅读全文>>

河北科技大学
河北科技大学

基于手势识别的车载HUD人机交互系统研究

经统计,由于驾驶员驾驶分心导致的交通事故占比为65%,驾驶分心主要由于驾驶员低头查看仪表盘及操作相关设备导致。本文将手势识别技术运用到车载HUD中,设计了一种适用于车内环境的人机交互系统,在保障驾驶安全的同时,优化驾驶体验。针对静态手势识别中易受类肤色物体及背景干扰物影响的问题。提出了结合肤色分割与背景差分法进行手势分割,并实时更新肤色与背景模型;通过Hu矩及手势轮廓的凸紧性得到手势特征,采用支持向量机对手势特征进行分类。实验表明,本文算法对两组静态手势数据库的平均识别率为99.05%。针对动态手势识别中实时性较差且手势易丢失问题。首先,采用光流法计算关键帧图像中角点光流矢量进行手势区域的分割;将卡尔曼滤波器与光流法相结合,实时预测跟踪手势位置;获取手势中心点提取手势运动轨迹特征,通过动态时间规整算法进行分类。实验表明,本文算法对动态手势库的平均识别率为97.87%。将手势识别模块搭载到车载HUD平台上,在车中进行系统模拟测试。...  (本文共76页) 本文目录 | 阅读全文>>

青岛科技大学
青岛科技大学

基于Hu矩和支持向量机的静态手势识别及应用

近年来,越来越多的系统以手势识别作为人机交互(Human-Computer Interaction)的接口。其中手势识别按输入设备不同可以分为基于数据手套的手势识别和基于视觉的手势识别。其中,基于视觉的手势识别以人手直接作为计算机交互系统的输入设备,交互自然,更能体现机器模拟人类视觉的功能,所以目前是手势识别研究的重点。本文基于视觉的方法对静态手势识别算法进行研究:提出基于Hu矩和SVM(Support Vector Machine)的静态手势识别技术;实现了数字手势0、1、……9的算法验证,同时把算法应用到机动车驾驶员考试体检系统手完整性检测模块。论文首先讨论了图像预处理的常用方法,然后对几何矩理论和SVM基础理论进行了相关介绍。由于手势图像具有旋转、尺度等不确定性,给特征提取带来一定困难,而几何矩是一种基于统计分析的算法,本文将其用于提取不同手势的特征,被提取的特征可以做到不随图像的旋转、平移、尺度的变化而变化而表现出良好的...  (本文共77页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

手势识别引擎系统中的静态手势识别算法研究

人机交互已经成为现代生活中的重要组成部分,随着计算机技术的发展,人们对人机交互方式有了更高的需求,使得符合人类交互习惯的人机交互方式如包括语音识别、手势识别等领域的研究越来越受到人们的重视。自然的手势给人类之间交流提供了一种便捷的手段,人们可以利用人的手掌的形状及手的运动及变化的轨迹等信息来表达一些复杂的感情和意义。因此,研究基于手势识别的人机交互系统既具有理论意义,还具有实际应用价值。研究人机交互引擎系统中的静态手势识别的基本流程和算法实现,针对在复杂背景中手势图像分割效果不好的问题,设计了一种基于人脸肤色采样YCbCr空间的高斯模型结合运动模板的手势分割算法。针对传统手势特征提取算法中仅仅使用手势图像的单一特征的局限性问题,采用HOG和Hu矩的融合特征作为手势图像提取的特征,有效地提高了手势提取算法的鲁棒性。针对特征维数过高导致计算量大的问题,使用了主成分分析法对特征向量进行降维处理,从而降低了算法计算的复杂度,最后使用SV...  (本文共60页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

基于深度图像的静态手势识别方法研究

近年来,人机交互应用越来越受到人们的关注,常见的有体感游戏,手语识别系统,虚拟现实体验等等。其中最突出的手势识别技术渐渐成为人机交互领域内非常热门的话题。较早的手势识别系统,还基于传统的捕获设备,比如数据手套识别,该方法显得非常不便捷,后期发展到彩色摄像机捕获手势设备,这种方法对于光照的明亮和背景要求较高,限制了它的发展。直到Kinect深度摄像机的出现,才打开手势识别的新的篇章。深度传感器Kinect的问世,为计算机视觉领域提供了新的方向,使得手势识别过程中,检测和分割手势都变得更加容易,研究者们可以更加专心地研究手势形状的表达,提升识别效果。这项技术具有非常美好的前景,充分利用好Kinect所带来的优势,可以将手势识别提升到一个新的层次。本文基于现有的手势识别技术框架,分别提出了手势特征选择算法、新的手势三维投影方法和手势区域特征加权融合方法,都取得了良好的识别效果。具体研究内容包括:1.本文提出了一种自适应特征选择算法。采...  (本文共60页) 本文目录 | 阅读全文>>