本文關(guān)鍵詞：基于Kinect的手勢識別技術(shù)及其在教學中的應用，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計算機技術(shù)的發(fā)展，人機交互也經(jīng)過了命令行界面、圖形用戶界面，到自然用戶界面（NUI）的發(fā)展過程。自然用戶界面即用戶以自然的方式與計算機進行交流如語音、觸控、手勢等。其中手勢是一種自然而直觀的人際交流模式.基于視覺的手勢識別是實現(xiàn)新一代人機交互所不可缺少的一項關(guān)鍵技術(shù)。Kinect作為一個革命性的產(chǎn)品，正在提供一項全新的人機交互的方式[1]，使人機互動的理念更加徹底的展現(xiàn)出來。它能夠捕捉、跟蹤以及解密人體的動作，手勢以及聲音，而其在教學中的應用以體感教學為主。本文通過利用Kinect進行靜態(tài)手勢識別，和單手、雙手動態(tài)手勢識別，以提供無接觸式互動交互。并在此基礎(chǔ)上結(jié)合其他元素實現(xiàn)可應用于教學的自然用戶界面。 本論文的工作主要有一下幾個方面。首先有定義一套簡單易用的NUI接口，其目標是使其更好的用于體感教學。其次利用Kinect提供的深度信息提取出手部，并利用邊界追蹤算法進行指尖定位，從而實現(xiàn)靜態(tài)手勢識別。利用在語音識別上廣泛應用的隱馬爾可夫模型(HMM)進行動態(tài)手勢識別，并在此基礎(chǔ)上提出運用耦合隱馬爾可夫模型進行動態(tài)手勢識別，，從而可以同時識別單手以及雙手動態(tài)手勢。在已有的基礎(chǔ)上實現(xiàn)手勢識別軟件，并將其應用到教學之中。 本文的工作在動態(tài)手勢識別相關(guān)研究中有所創(chuàng)新，具有重要應用創(chuàng)新價值。同時對相關(guān)算法的研究也具有一定學術(shù)價值。本論文的工作也為后續(xù)的研究開發(fā)工作打下了良好的基礎(chǔ)。
【關(guān)鍵詞】：自然用戶界面 Kinect 手勢識別
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TP391.41;G434
【目錄】：

• 摘要5-6
• ABSTRACT6-14
• 第一章 緒論14-24
• 1.1 自然用戶界面與體感教室14-16
• 1.1.1 自然用戶界面概述14-15
• 1.1.2 體感教室15-16
• 1.2 Kinect 體感技術(shù)簡介16-18
• 1.2.1 Kinect 結(jié)構(gòu)16-17
• 1.2.2 Kincet 關(guān)鍵技術(shù)17-18
• 1.2.3 Kinect 不足之處18
• 1.3 研究背景與現(xiàn)狀18-21
• 1.3.1 手勢識別技術(shù)18-19
• 1.3.2 語音識別技術(shù)19-20
• 1.3.3 增強現(xiàn)實20-21
• 1.4 論文的研究內(nèi)容21-22
• 1.5 論文的主要成果22
• 1.6 論文的結(jié)構(gòu)22-23
• 1.7 本章小結(jié)23-24
• 第二章 手勢識別方法概述24-33
• 2.1 手勢識別概述24-28
• 2.1.1 基于觸摸屏的手勢識別24-25
• 2.1.2 基于數(shù)據(jù)手套的手勢識別25-27
• 2.1.3 基于視覺的手勢識別27-28
• 2.2 靜態(tài)手勢識別28-30
• 2.2.1 模板匹配28
• 2.2.2 基于手指檢測28-29
• 2.2.3 基于指尖檢測29-30
• 2.3 動態(tài)手勢識別30-32
• 2.3.1 基于模板的方法31
• 2.3.2 基于語法的方法31-32
• 2.3.3 基于統(tǒng)計的方法32
• 2.4 本章小結(jié)32-33
• 第三章 基于 KINECT 的靜態(tài)手勢識別方法與實驗33-39
• 3.1 KINECT 骨骼識別原理33-34
• 3.2 靜態(tài)手勢識別34-38
• 3.2.1 手勢分割34-36
• 3.2.2 運用 Border-Following 算法識別圖像輪廓36-37
• 3.2.3 運用 K-curvature 算法辨別指尖37
• 3.2.4 K-curvature 算法 K 參數(shù)的實驗與分析37-38
• 3.3 本章小結(jié)38-39
• 第四章 基于 KINECT 的動態(tài)手勢識別方法與實驗39-61
• 4.1 動態(tài)手勢識別的預處理39-51
• 4.1.1 手勢分割39
• 4.1.2 手勢檢測一般方法39-42
• 4.1.3 手勢檢測具體實現(xiàn)42-45
• 4.1.4 特征提取45-47
• 4.1.5 濾波47-48
• 4.1.6 時間序列的優(yōu)化48-49
• 4.1.7 掌、拳分類器實驗與分析49-51
• 4.2 基于隱馬爾可夫模型的手勢識別51-56
• 4.2.1 隱馬爾可夫的基本概念51-52
• 4.2.2 隱馬爾可夫的基本問題52-54
• 4.2.3 隱馬爾可夫的基本算法54-56
• 4.3 基于耦合隱馬爾可夫的雙手動態(tài)手勢識別56-59
• 4.3.1 耦合隱馬爾可夫的基本概念56-57
• 4.3.2 耦合隱馬爾可夫的實現(xiàn)57-59
• 4.3.3 雙手三維手勢實現(xiàn)的具體流程59
• 4.4 本章小結(jié)59-61
• 第五章 手勢識別軟件的具體實現(xiàn)及其在教學中的應用61-72
• 5.1 手勢識別軟件開發(fā)環(huán)境與架構(gòu)61-62
• 5.1.1 軟件硬件開發(fā)環(huán)境61
• 5.1.2 軟件主要架構(gòu)61-62
• 5.2 手勢識別軟件的實現(xiàn)62-68
• 5.2.1 基于指尖的靜態(tài)手勢識別的實現(xiàn)62-66
• 5.2.2 動態(tài)手勢識別的實現(xiàn)66-68
• 5.3 手勢識別軟件在教學中的應用68-71
• 5.3.1 基本手勢的定義69-70
• 5.3.2 幻燈片基本控制功能70-71
• 5.3.3 鼠標功能71
• 5.3.4 其它應用的操作與標記功能71
• 5.4 本章小結(jié)71-72
• 第六章 總結(jié)與展望72-74
• 6.1 總結(jié)72
• 6.2 改進以及展望72-74
• 參考文獻74-78
• 致謝78-79
• 附錄 179-82
• 攻讀碩士學位期間已發(fā)表或錄用的論文及參與的項目82

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫敏,陳秀萬,張飛舟,鄭宏偉;增強現(xiàn)實地理信息系統(tǒng)[J];北京大學學報(自然科學版);2004年06期

2 張艷麗;;界面的發(fā)展趨勢探究[J];今傳媒;2011年07期

3 常勇,何宗宜;戶外增強現(xiàn)實技術(shù)及其在地下管網(wǎng)3維可視化中的應用[J];測繪通報;2005年11期

4 任海兵,祝遠新,徐光

本文編號：292745