本文關(guān)鍵詞：手勢圖像特征提取與識別技術(shù)研究

  更多相關(guān)文章： 手勢識別 梯度直方圖特征 W-HOG特征 支持向量機(jī)

【摘要】：在近半個世紀(jì)的時間里,計(jì)算機(jī)應(yīng)用技術(shù)得到快速發(fā)展,人機(jī)交互技術(shù)(Human Computer Interaction,HCI)已成為日常生活中不可或缺的一部分�；谝曈X的手勢識別在生活和生產(chǎn)中應(yīng)用廣泛,且是人機(jī)交互領(lǐng)域下的一個重要分支,繼而手勢識別成為近年來專家和學(xué)者研究的熱點(diǎn)。由于自然形態(tài)下的手勢具有時空差異性和多樣性,使得基于視覺的手勢識別具有多方面的實(shí)用價值和理論意義,極具挑戰(zhàn)性。本文就復(fù)雜背景下的靜態(tài)手勢識別進(jìn)行相關(guān)研究,主要是在手勢分割、手勢特征提取以及手勢識別方面進(jìn)行一系列研究與實(shí)驗(yàn),旨在提高靜態(tài)手勢識別的精確性。本文的研究工作主要包括以下幾個部分的內(nèi)容:一、手勢分割部分:該部分從兩個方面進(jìn)行研究:預(yù)處理和手勢分割。預(yù)處理部分主要是圖片尺寸的歸一化,使得所有圖片具有統(tǒng)一大小標(biāo)準(zhǔn),以便進(jìn)行特征提取和分類識別研究。手勢分割方面,本文將基于YCb’Cr’顏色空間的橢圓膚色模型引入手勢分割。膚色在YCb’Cr’顏色空間有著很好的聚類性,并且這種膚色聚類區(qū)域不隨著亮度的變化而變化。實(shí)驗(yàn)表明:該方法能精確進(jìn)行手勢分割。二、手勢特征提取部分:本文對梯度直方圖特征(Histogram of Oriented Gradient,HOG)進(jìn)行探索性研究,并進(jìn)行相應(yīng)的改進(jìn)。針對HOG特征中每一個block中梯度直方圖特征對分類識別的影響不同,累積該誤差,對手勢的識別效果會有影響。故本文摒棄了經(jīng)典HOG特征的等權(quán)值串聯(lián)的理念,改進(jìn)HOG特征形成W-HOG特征,有效的減少該累積誤差,并在標(biāo)準(zhǔn)靜態(tài)手勢庫進(jìn)行特征提取,以驗(yàn)證其有效性。三、手勢分類識別部分:本文采用支持向量機(jī)(Support Vector Machine,SVM)進(jìn)行手勢分類識別實(shí)驗(yàn),支持向量機(jī)在解決樣本非線性和數(shù)量較小等一系列問題具有顯著的優(yōu)越性。本文選用Bochumn Gestures靜態(tài)手勢數(shù)據(jù)庫為基礎(chǔ)實(shí)驗(yàn)手勢數(shù)據(jù)庫,并自行拍攝一組自然背景下靜態(tài)手勢作為輔助數(shù)據(jù)庫,進(jìn)行手勢識別實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)表明:與HOG-SVM算法相比,本算法在靜態(tài)手勢識別方面具有較高的識別率。
【關(guān)鍵詞】：手勢識別 梯度直方圖特征 W-HOG特征 支持向量機(jī)
【學(xué)位授予單位】：長春工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-12
• 1.1 研究背景及意義8
• 1.2 課題的國內(nèi)外研究現(xiàn)狀8-10
• 1.3 研究難點(diǎn)10
• 1.4 本文的主要研究內(nèi)容與整體結(jié)構(gòu)安排10-12
• 第二章 基于視覺的手勢識別基本理論12-19
• 2.1 基于視覺的手勢識別基本流程12-13
• 2.2 手勢分割概述及算法原理13-15
• 2.2.1 光流法13-14
• 2.2.2 背景差分法14
• 2.2.3 基于膚色模型的手勢分割14-15
• 2.2.4 基于輪廓模型的手勢分割15
• 2.3 圖像特征分析15-17
• 2.3.1 圖像顏色特征15
• 2.3.2 圖像紋理特征15-16
• 2.3.3 圖像形狀特征16
• 2.3.4 特征點(diǎn)特征16-17
• 2.4 圖像識別技術(shù)17-18
• 2.4.1 支持向量機(jī)算法17
• 2.4.2 模版匹配法算法17-18
• 2.4.3 人工神經(jīng)網(wǎng)絡(luò)算法18
• 2.5 本章小結(jié)18-19
• 第三章 靜態(tài)手勢圖像分割19-30
• 3.1 靜態(tài)手勢圖像分割概述19
• 3.2 顏色空間模型19-22
• 3.2.1 RGB顏色空間模型19-20
• 3.2.2 YCbCr顏色空間模型20-21
• 3.2.3 HSV顏色空間模型21-22
• 3.3 基于YCb’Cr’顏色空間的橢圓膚色模型的建立22-25
• 3.3.1 YCb’Cr’顏色空間模型22-23
• 3.3.2 YCb’Cr’顏色空間橢圓膚色模型的建立23-25
• 3.4 手勢分割及形態(tài)學(xué)操作25-29
• 3.4.1 手勢分割25-26
• 3.4.2 形態(tài)學(xué)操作26-27
• 3.4.3 直方圖均衡化和圖像歸一化操作27-29
• 3.5 本章小結(jié)29-30
• 第四章 基于W-HOG的手勢特征提取30-38
• 4.1 經(jīng)典HOG特征原理30-35
• 4.1.1 經(jīng)典HOG特征提取原理30-33
• 4.1.2 經(jīng)典HOG特征提取流程33-35
• 4.2 基于W-HOG的手勢特征提取35-37
• 4.2.1 基于W-HOG的手勢特征提取原理35-36
• 4.2.2 基于W-HOG的手勢特征提取流程36-37
• 4.3 本章小結(jié)37-38
• 第五章 靜態(tài)手勢識別38-48
• 5.1 支持向量機(jī)算法38-41
• 5.1.1 線性分類器38-40
• 5.1.2 非線性分類器40-41
• 5.2 支持向量機(jī)在手勢識別方面的應(yīng)用41-43
• 5.2.1 支持向量機(jī)多值分類41-42
• 5.2.2 核函數(shù)的選擇42-43
• 5.3 手勢數(shù)據(jù)庫的選擇以及實(shí)驗(yàn)結(jié)果數(shù)據(jù)統(tǒng)計(jì)43-47
• 5.3.1 手勢數(shù)據(jù)庫的選擇及建立43-44
• 5.3.2 實(shí)驗(yàn)結(jié)果數(shù)據(jù)統(tǒng)計(jì)44-47
• 5.4 本章小結(jié)47-48
• 第六章 總結(jié)與展望48-50
• 6.1 論文總結(jié)48-49
• 6.2 研究工作展望49-50
• 致謝50-51
• 參考文獻(xiàn)51-55
• 作者簡介55
• 攻讀碩士學(xué)位期間研究成果55

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬少華,高峰,李敏,吳成東;神經(jīng)網(wǎng)絡(luò)分類器的特征提取和優(yōu)選[J];基礎(chǔ)自動化;2000年06期

2 管聰慧,宣國榮;多類問題中的特征提取[J];計(jì)算機(jī)工程;2002年01期

3 胡威;李建華;陳波;;入侵檢測建模過程中特征提取最優(yōu)化評估[J];計(jì)算機(jī)工程;2006年12期

4 朱玉蓮;陳松燦;趙國安;;推廣的矩陣模式特征提取方法及其在人臉識別中的應(yīng)用[J];小型微型計(jì)算機(jī)系統(tǒng);2007年04期

5 趙振勇;王保華;王力;崔磊;;人臉圖像的特征提取[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年05期

6 馮海亮;王麗;李見為;;一種新的用于人臉識別的特征提取方法[J];計(jì)算機(jī)科學(xué);2009年06期

7 朱笑榮;楊德運(yùn);;基于入侵檢測的特征提取方法[J];計(jì)算機(jī)應(yīng)用與軟件;2010年06期

8 王菲;白潔;;一種基于非線性特征提取的被動聲納目標(biāo)識別方法研究[J];軟件導(dǎo)刊;2010年05期

9 陳偉;瞿曉;葛丁飛;;主觀引導(dǎo)特征提取法在光譜識別中的應(yīng)用[J];科技通報(bào);2011年04期

10 王華,李介谷;人臉斜視圖象的特征提取與恢復(fù)[J];上海交通大學(xué)學(xué)報(bào);1997年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國控制與決策學(xué)術(shù)年會論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識別中特征提取的一種改進(jìn)方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

4 杜栓平;曹正良;;時間—頻率域特征提取及其應(yīng)用[A];2005年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動目標(biāo)的分割與特征提取[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議專刊[C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國機(jī)械工程學(xué)會年會論文集[C];2005年

9 劉紅;陳光，

本文編號：1086059