本文關(guān)鍵詞：基于Kinect的手勢識別及其在物流展會中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：信息技術(shù)的快速發(fā)展對人類的生活水平帶來了廣泛而深刻的影響,隨著計算機技術(shù)的進步,人機交互的手段也在不斷更新,人機交互技術(shù)的發(fā)展趨勢就是從最初的需要人類適應(yīng)計算機到如今需要計算機不斷地適應(yīng)人類的使用習(xí)慣。近幾年,新興的體感傳感器技術(shù),已經(jīng)成為NUI技術(shù)的一大熱點。這項技術(shù)最初是對游戲需求越來愈高的產(chǎn)物,如今已經(jīng)逐漸擴展到諸多領(lǐng)域,如安全監(jiān)控、密碼識別、交互設(shè)計、體感游戲等。例如,微軟于2010年發(fā)布的Kinect體感傳感器,以其高效且廉價的特點迅速受到用戶和研究者的追捧。該項技術(shù)的主要應(yīng)用前景就是通過計算機視覺技術(shù)追蹤人體動作并對其進行分析解釋。手勢識別是通過計算機設(shè)備對人的手勢進行精確分析和處理,現(xiàn)階段己成為人機交互的一種重要手段,這種方式是無需接觸的、人性化的交互,具有自然、簡潔和豐富性等特點。因此以雙手直接作為交互手段的方式將是未來人機交互發(fā)展的主流趨勢,具有廣闊的應(yīng)用潛力和巨大的研究價值。本文利用現(xiàn)階段比較熱門的Kinect體感設(shè)備,在VS2010的環(huán)境下結(jié)合Kinect for windows SDK v1.8開發(fā)工具,開發(fā)實現(xiàn)一種簡單的動態(tài)手勢識別方法。Kinect傳感器在實時跟蹤其視野范圍內(nèi)的有效人體的同時,能夠獲取相應(yīng)的深度信息和骨骼信息,開啟了體感交互技術(shù)的新篇章。首先,通過預(yù)先定義的八種不同方向的微手勢,將每個動態(tài)手勢分解為由若干微手勢組合而成的手勢序列；然后結(jié)合動態(tài)時間扭曲算法實現(xiàn)與手勢模板的匹配,并完成所匹配模板手勢對應(yīng)的控制指令,從而間接的實現(xiàn)動態(tài)手勢的體感交互功能。最后,本文將該手勢識別技術(shù)應(yīng)用于物流展會中,快速、準確地實現(xiàn)了物流相關(guān)設(shè)備圖片的旋轉(zhuǎn)、伸縮等基本瀏覽操作,提高了用戶瀏覽的趣味性!
【關(guān)鍵詞】：手勢識別 Kinect傳感器 動態(tài)時間規(guī)整
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;F713.83;F252
【目錄】：

• 致謝7-8
• 摘要8-9
• abstract9-14
• 第一章 前言14-23
• 1.1 論文的研究背景和意義14-17
• 1.1.1 人機交互技術(shù)的發(fā)展歷程14-15
• 1.1.2 運動捕捉技術(shù)的發(fā)展歷程15-17
• 1.1.3 研究意義17
• 1.2 手勢識別技術(shù)研究現(xiàn)狀17-20
• 1.2.1 國外研究現(xiàn)狀18-19
• 1.2.2 國內(nèi)研究現(xiàn)狀19-20
• 1.3 本文主要研究內(nèi)容及創(chuàng)新點20-22
• 1.3.1 主要研究內(nèi)容20-21
• 1.3.2 主要創(chuàng)新點21-22
• 1.4 本文的組織結(jié)構(gòu)22-23
• 第二章 Kinect概述23-31
• 2.1 Kinect的外形結(jié)構(gòu)23
• 2.2 Kinect for windows SDK架構(gòu)介紹23-24
• 2.3 Kinect的關(guān)鍵技術(shù)24-27
• 2.4 Kinect人體骨骼點識別27
• 2.5 Kinect的主要應(yīng)用27-30
• 2.5.1 商務(wù)領(lǐng)域27-28
• 2.5.2 教育領(lǐng)域28-29
• 2.5.3 醫(yī)療領(lǐng)域29
• 2.5.4 軍事等其他領(lǐng)域29-30
• 2.6 Kinect的不足之處30-31
• 第三章 基于Kinect的靜態(tài)手勢識別31-35
• 3.1 人體骨骼點的選取31-32
• 3.2 骨骼點間角度的測量32-33
• 3.3 靜態(tài)手勢匹配33-35
• 3.3.1 靜態(tài)手勢匹配應(yīng)滿足的角度條件33
• 3.3.2 靜態(tài)手勢的識別流程33-35
• 第四章 基于Kinect的動態(tài)手勢識別35-44
• 4.1 手部分割35
• 4.2 動態(tài)手勢起始幀與結(jié)束幀的判定35-36
• 4.3 微手勢36-38
• 4.4 動態(tài)手勢匹配38-42
• 4.4.1 動態(tài)時間規(guī)整38-39
• 4.4.2 路徑約束條件39-41
• 4.4.3 基于DTW的動態(tài)手勢識別41-42
• 4.5 動態(tài)手勢的識別流程42-44
• 第五章 基于Kinect的手勢識別在物流展會中的應(yīng)用44-53
• 5.1 動態(tài)手勢識別系統(tǒng)的開發(fā)環(huán)境與架構(gòu)44-45
• 5.2 創(chuàng)建動態(tài)手勢模板45-48
• 5.2.1 模板手勢的定義45-46
• 5.2.2 模板手勢的錄入46-48
• 5.3 手勢識別系統(tǒng)在物流展會中的應(yīng)用48-53
• 第六章 總結(jié)與展望53-55
• 6.1 總結(jié)53
• 6.2 展望53-55
• 參考文獻55-58
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況58

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;新型手勢識別技術(shù)可隔著口袋操作手機[J];電腦編程技巧與維護;2014年07期

2 任海兵,祝遠新,徐光

本文編號：251655