本文關(guān)鍵詞：基于Leap Motion的手勢(shì)交互在虛擬場(chǎng)景中的研究

  更多相關(guān)文章： 手勢(shì)交互 Leap Motion 手勢(shì)分割 指尖軌跡識(shí)別 虛擬場(chǎng)景

【摘要】：伴隨著信息技術(shù)的深入發(fā)展,計(jì)算機(jī)已經(jīng)進(jìn)入到人類(lèi)的日常生活,無(wú)論是工作還是學(xué)習(xí),都需要頻繁的和計(jì)算機(jī)進(jìn)行交互。傳統(tǒng)的人機(jī)交互如鍵盤(pán)輸入屏幕輸出等方式都是以計(jì)算機(jī)為中心進(jìn)行演變和發(fā)展,它需要人去適應(yīng)計(jì)算機(jī)。近年來(lái),先后又出現(xiàn)了筆式、觸摸、語(yǔ)音、視頻等交互類(lèi)型,這些變化說(shuō)明人在人機(jī)交互中開(kāi)始逐步占領(lǐng)中心位置。手勢(shì)是人類(lèi)使用頻繁的交流方式之一,直觀且便于表達(dá)。微軟創(chuàng)始人比爾·蓋茨說(shuō)過(guò)： “人類(lèi)自然形成的與自然界溝通的認(rèn)知習(xí)慣必定是人機(jī)交互的發(fā)展方向”,而本文研究的基于Leap Motion的虛擬場(chǎng)景中的手勢(shì)交互,即使用自然手勢(shì)來(lái)和計(jì)算機(jī)“對(duì)話(huà)”。借助計(jì)算機(jī)視覺(jué)和圖像處理等技術(shù),手勢(shì)交互能夠?qū)崿F(xiàn)自然手勢(shì)采集、特征向量提取、人手建模、手勢(shì)含義識(shí)別以及用戶(hù)需求響應(yīng)等。本文首先簡(jiǎn)要介紹了基于自然手勢(shì)的人機(jī)交互的研究背景和意義,并闡述了手勢(shì)識(shí)別技術(shù)在國(guó)內(nèi)外的研究現(xiàn)狀以及Leap Motion相關(guān)技術(shù)原理和軟件系統(tǒng)。然后在研究手勢(shì)交互系統(tǒng)的一般結(jié)構(gòu)的基礎(chǔ)上,基于數(shù)據(jù)結(jié)構(gòu)中隊(duì)列先進(jìn)先出的思想,提出了使用滑動(dòng)幀來(lái)更新背景模板的背景差分法,并改進(jìn)了YCbCr顏色空間模型,以及實(shí)現(xiàn)了基于改進(jìn)的背景差分法和YCbCr顏色空間的手勢(shì)分割方法。實(shí)驗(yàn)表明,比起傳統(tǒng)的方法,本文方法的分割效果更好,魯棒性更高；基于模板匹配的思想,提出了基于Leap Motion的指尖手勢(shì)軌跡識(shí)別方法,利用Leap Motion獲取指尖在三維空間中的坐標(biāo),通過(guò)提取指尖軌跡,和模板進(jìn)行匹配,識(shí)別出手勢(shì)。本文方法對(duì)光線(xiàn)變化不敏感,采集了300組樣本數(shù)據(jù)進(jìn)行實(shí)驗(yàn),結(jié)果表明本文方法對(duì)近距離范圍內(nèi)的動(dòng)態(tài)指尖手勢(shì)的識(shí)別率高達(dá)95%以上。最后將本文研究成果應(yīng)用在手勢(shì)交互演示系統(tǒng)里面,實(shí)現(xiàn)了基于Leap Motion的手勢(shì)交互系統(tǒng),并且可以使用自然手勢(shì)和虛擬場(chǎng)景中的物品進(jìn)行交互。本文的研究目標(biāo)是將本文的的理論成果應(yīng)用在虛擬場(chǎng)景中的手勢(shì)交互演示系統(tǒng)里面。本文的研究?jī)r(jià)值主要在于減少用戶(hù)對(duì)計(jì)算機(jī)鼠標(biāo)或者鍵盤(pán)的依賴(lài),改善虛擬場(chǎng)景中人機(jī)交互的體驗(yàn),推動(dòng)手勢(shì)交互的發(fā)展。
【關(guān)鍵詞】：手勢(shì)交互 Leap Motion 手勢(shì)分割 指尖軌跡識(shí)別 虛擬場(chǎng)景
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-18
• 1.1 課題研究背景和意義11-12
• 1.2 虛擬現(xiàn)實(shí)技術(shù)12-13
• 1.3 手勢(shì)13-14
• 1.3.1 手勢(shì)定義13
• 1.3.2 手勢(shì)建模13
• 1.3.3 手勢(shì)動(dòng)作分類(lèi)13-14
• 1.4 傳統(tǒng)手勢(shì)識(shí)別技術(shù)研究現(xiàn)狀14-16
• 1.4.1 基于計(jì)算機(jī)視覺(jué)的手勢(shì)識(shí)別研究現(xiàn)狀14-15
• 1.4.2 基于數(shù)據(jù)手套的手勢(shì)識(shí)別研究現(xiàn)狀15-16
• 1.5 基于體感設(shè)備的手勢(shì)識(shí)別16-17
• 1.6 論文的組織結(jié)構(gòu)17-18
• 第2章 Leap Motion及相關(guān)技術(shù)原理概述18-23
• 2.1 Leap Motion設(shè)備介紹18-19
• 2.2 Leap Motion工作原理19
• 2.3 Leap Motion軟件系統(tǒng)19-21
• 2.4 基于Leap Motion的手勢(shì)識(shí)別研究現(xiàn)狀21-22
• 2.5 本章小結(jié)22-23
• 第3章 交互系統(tǒng)結(jié)構(gòu)與算法改進(jìn)23-34
• 3.1 交互系統(tǒng)結(jié)構(gòu)23
• 3.2 手勢(shì)圖像分割方法研究23-26
• 3.2.1 閾值分割法23-24
• 3.2.2 基于YCbCr顏色空間的膚色模型24-25
• 3.2.3 背景差分法25-26
• 3.3 改進(jìn)的手勢(shì)圖像分割算法26-33
• 3.3.1 改進(jìn)的背景差分法26-28
• 3.3.2 改進(jìn)的YCbCr顏色模型28-29
• 3.3.3 基于YCgCr顏色模型的滑動(dòng)幀背景差分法29-30
• 3.3.4 實(shí)驗(yàn)和結(jié)果分析30-33
• 3.4 本章小結(jié)33-34
• 第4章 基于Leap Motion的手勢(shì)軌跡識(shí)別方法34-50
• 4.1 特征向量選取34-35
• 4.2 手勢(shì)軌跡提取35-39
• 4.2.1 數(shù)據(jù)預(yù)處理35-37
• 4.2.2 軌跡提取37-38
• 4.2.3 軌跡優(yōu)化38-39
• 4.3 手勢(shì)識(shí)別決策39-41
• 4.3.1 歐氏距離39-40
• 4.3.2 最近鄰法則40-41
• 4.3.3 識(shí)別判定41
• 4.4 手勢(shì)識(shí)別訓(xùn)練41-49
• 4.4.1 手勢(shì)樣本庫(kù)生成41-42
• 4.4.2 樣本訓(xùn)練42-46
• 4.4.3 加權(quán)歐氏距離46-47
• 4.4.4 實(shí)驗(yàn)和結(jié)果分析47-49
• 4.5 本章小結(jié)49-50
• 第5章 手勢(shì)交互演示系統(tǒng)50-60
• 5.1 系統(tǒng)軟硬件環(huán)境50-51
• 5.2 系統(tǒng)交互流程51-52
• 5.3 系統(tǒng)功能設(shè)計(jì)和算法實(shí)現(xiàn)52-55
• 5.3.1 手勢(shì)和交互功能52-53
• 5.3.2 手勢(shì)識(shí)別過(guò)程和關(guān)鍵算法53-55
• 5.4 手勢(shì)交互系統(tǒng)展示55-59
• 5.5 本章小結(jié)59-60
• 工作總結(jié)與展望60-61
• 致謝61-62
• 參考文獻(xiàn)62-67
• 攻讀碩士學(xué)位期間發(fā)表的論文及科研成果67

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 盧浩然;張宇;牛苗苗;稅午陽(yáng);周明全;;基于Leap motion的三維文物虛擬拼接方法[J];系統(tǒng)仿真學(xué)報(bào);2015年12期

2 黃俊;景紅;;基于Leap Motion的手勢(shì)控制技術(shù)初探[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2015年10期

3 孟春寧;呂建平;陳萱華;;基于普通紅外攝像機(jī)的手勢(shì)識(shí)別[J];計(jì)算機(jī)工程與應(yīng)用;2015年16期

4 胡弘;晁建剛;楊進(jìn);趙再騫;林萬(wàn)洪;;Leap Motion關(guān)鍵點(diǎn)模型手姿態(tài)估計(jì)方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2015年07期

5 潘佳佳;徐昆;;基于Leap Motion的三維自由手勢(shì)操作[J];中國(guó)科技論文;2015年02期

6 朱明茗;景紅;;基于體感技術(shù)的手勢(shì)追蹤與識(shí)別[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2014年08期

7 李秀智;譚君;賈松敏;趙冠榮;尹曉琳;;基于結(jié)構(gòu)紋理分解和多重網(wǎng)格的光流估計(jì)算法[J];上海交通大學(xué)學(xué)報(bào);2014年07期

8 蔡興泉;郭天航;臧坤;李鳳霞;;基于無(wú)線(xiàn)數(shù)據(jù)手套的手勢(shì)識(shí)別方法研究[J];系統(tǒng)仿真學(xué)報(bào);2014年01期

9 盧章平;孔德飛;李小蕾;王軍偉;;背景差分與三幀差分結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J];計(jì)算機(jī)測(cè)量與控制;2013年12期

10 馮志全;蔣彥;;手勢(shì)識(shí)別研究綜述[J];濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 鄭斌玨;基于Kinect深度信息的手勢(shì)識(shí)別[D];杭州電子科技大學(xué);2014年

2 胡志恒;非接觸式手部運(yùn)動(dòng)識(shí)別研究[D];哈爾濱理工大學(xué);2012年

3 高國(guó)陽(yáng);基于立體視覺(jué)的手勢(shì)參數(shù)提取研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

4 羅剛;基于數(shù)據(jù)手套的虛擬手實(shí)時(shí)交互平臺(tái)的研究與設(shè)計(jì)[D];浙江大學(xué);2006年

5 曾祥X;手形特征與運(yùn)動(dòng)軌跡相結(jié)合的動(dòng)態(tài)手勢(shì)識(shí)別[D];上海海事大學(xué);2005年

，

本文編號(hào)：1100246