發(fā)布時(shí)間：2021-06-20 17:35

　　傳統(tǒng)的手勢識別方法依靠人工設(shè)計(jì)復(fù)雜的特征提取算法進(jìn)行圖像的特征提取,該方法對手勢圖像的采集設(shè)備、背景及人的手勢動作要求較高�；诰矸e神經(jīng)網(wǎng)絡(luò)的圖像特征提取可以直接將整張圖像作為網(wǎng)絡(luò)的輸入,輸入圖像通過網(wǎng)絡(luò)內(nèi)部的卷積層提取深層次特征,提取的特征能夠更全面地描述手勢圖像的信息。但是基于單一卷積神經(jīng)網(wǎng)絡(luò)的特征提取方法可能存在手勢圖像特征遺漏問題,只能提取手勢圖像的深層次特征,忽略了低層次特征（局部特征）在手勢識別中的作用。為了解決以上問題,本文研究了基于雙通道卷積神經(jīng)網(wǎng)絡(luò)的特征提取方法,然后提出了基于多特征融合的靜態(tài)手勢識別方法。完成的主要研究工作如下:（1）為了解決多膚色手勢圖像的分割問題,提出了一種綜合多要素的手勢圖像分割方法。采用YCbCr顏色模型對手勢圖像進(jìn)行初步分割。利用中值濾波和漫水填充對初分割后的手勢圖像進(jìn)行去噪。利用基于最大連通域和質(zhì)心位置的方法來排除背景中的類膚色區(qū)域及除手部區(qū)域以外的膚色區(qū)域,獲得只包含手部區(qū)域的二值圖像,用于后續(xù)手勢圖像的局部特征提取。（2）對于單一卷積神經(jīng)網(wǎng)絡(luò)提取手勢圖像特征信息不充分的問題,提出了基于雙通道卷積神經(jīng)網(wǎng)絡(luò)的手勢特征提取方法。在用于特征提... 

【文章來源】：浙江理工大學(xué)浙江省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１手勢應(yīng)用領(lǐng)域??

圖２．２Ｃｂ值、Ｃｒ值隨Ｙ值的變化??４２１０

浙江理工大學(xué)碩士學(xué)位論文?基于多特征融合的靜態(tài)手勢識別方法研宄??２．１．２基于ＹＣｂＣｒ顏色空間的分割??本文對手勢庫中１〇〇張手勢ＹＣｂＣｒ圖像中膚色點(diǎn)進(jìn)行了采樣，得到膚色樣??本點(diǎn)對應(yīng)的Ｙ值、Ｃｂ值、Ｃｒ值，Ｃｂ值與Ｃｒ值隨Ｙ值的變化如圖２．２所示。??１８０?－１??？?０）值隨Ｙ值的變化??１６０?＇?＊＊?＊＊?＊?＊?Ｃｒ值醜Ｙ值的變化?＊??１４０－ｘ?＊?＊?Ｋ？?＊?＊?／?＊＊?Ｔ?Ｎ?＊??占?＾?Ｘ?？?？?＾?％?／?＊?Ｔ?Ｖｔ??？?？?＃?ｔ?ｒ，?＾??６?１００?＾?《Ｔ?Ｔ?＾?＾??ｖ?蕈ｐ?？零▼??抝％?▼??６０?Ｊ—ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ??５０?７５?１００?１２５?１５０?１７５?２００??Ｙ值??圖２．２Ｃｂ值、Ｃｒ值隨Ｙ值的變化??由圖２．２可以看出，Ｙ值均分布在區(qū)間［４０，２１０］中，此時(shí)Ｃｂ值分布在區(qū)間??［７７，１３５］中，Ｃｒ值分布在區(qū)間［１１０，１６５］中，所以在這種情況下，本文提取圖像原??像素為膚色，其他情況圖像的原像素設(shè)置為〇，膚色分割流程圖如圖２．３所示。??丄??ＲＧＢ圖像轉(zhuǎn)成ＹＣｂＣｒ圖像??７＝ｘ＝ｒ??提取圖像的Ｙ值??：丄二＾?否??二３〇?＜?ｒ?ｓ?２?ｉｐ：：〉???「也取圖像的Ｃｂ與Ｃｒ值｜??－＾Ｓｊ＾Ｃｂ＜１３５?（１１?Ｈ）Ｔｃ＾６ｒ＾＞?????提取圖像的原像素值為膚色Ｉ?Ｉ圖像的像ｉ值設(shè)置為〇???１?…?Ｉ—??輸出膚色分割結(jié)果??ｃ結(jié)束）??圖２．３膚色分割流程圖??９??

【參考文獻(xiàn)】：
期刊論文
[1]基于Gabor特征的遺傳算法實(shí)現(xiàn)靜態(tài)手勢識別[J]. 涂心琪,蘭紅.  通信技術(shù). 2019(10)
[2]一種改進(jìn)均值的自適應(yīng)中值濾波算法[J]. 帥慕蓉,廖秀英,程輝,謝貽文,楊鵬飛.  測繪通報(bào). 2019(03)
[3]織物紋理的簡單視神經(jīng)細(xì)胞感受野的選擇特性[J]. 劉建立,沈菁,王蕾,高衛(wèi)東.  計(jì)算機(jī)工程與應(yīng)用. 2014(01)
[4]基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的快速手語視頻分割方法[J]. 張愛華,雷小亞,陳曉雷,陳莉莉.  計(jì)算機(jī)應(yīng)用. 2013(02)
[5]基于移動終端的漢語手語識別技術(shù)研究[J]. 許天然,吳垚,蘇紅旗.  科技資訊. 2012(19)
[6]一種基于漫水填充法的實(shí)時(shí)彩色目標(biāo)識別方法[J]. 陳佳鑫,賈英民.  計(jì)算機(jī)仿真. 2012(03)
[7]圖像噪聲濾波的研究方法及進(jìn)展[J]. 宋寅卯,李曉娟,劉磊.  電腦開發(fā)與應(yīng)用. 2010(04)

碩士論文
[1]基于深度學(xué)習(xí)的手勢識別技術(shù)研究[D]. 王蘇振.浙江大學(xué) 2019
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的特定場景下人臉識別研究[D]. 彭鑫.西安理工大學(xué) 2019
[3]基于深度學(xué)習(xí)的手語識別關(guān)鍵技術(shù)研究[D]. 李云偉.中國礦業(yè)大學(xué) 2019
[4]基于耦合深度信念網(wǎng)絡(luò)的圖像識別方法[D]. 許西丹.陜西師范大學(xué) 2018
[5]復(fù)雜背景下的靜態(tài)手語識別技術(shù)研究[D]. 武紅嬌.沈陽工業(yè)大學(xué) 2017



本文編號：3239635