伴隨機(jī)器人技術(shù)的快速發(fā)展,人類與機(jī)器之間的交互更加頻繁,人們對(duì)人機(jī)交互提出新的要求。傳統(tǒng)基于鼠標(biāo)鍵盤的交互方式需要人去適應(yīng)機(jī)器,友好性、易用性不足,效率較低。技術(shù)的發(fā)展為人機(jī)交互方式提供了更多的選擇,其中基于視覺的手勢(shì)交互符合人類交互習(xí)慣,更加高效、自然、友好,其關(guān)鍵是手勢(shì)識(shí)別技術(shù)。本文圍繞基于深度學(xué)習(xí)的手勢(shì)識(shí)別技術(shù)開展以下研究工作:1.針對(duì)人機(jī)交互場(chǎng)景的手勢(shì)數(shù)據(jù)集的設(shè)計(jì)與制作。分析手勢(shì)數(shù)據(jù)集與模型的識(shí)別準(zhǔn)確率和魯棒性的關(guān)系,設(shè)計(jì)并制作手勢(shì)數(shù)據(jù)集,為后續(xù)深度卷積網(wǎng)絡(luò)的訓(xùn)練和測(cè)試提供支持。2.深度卷積網(wǎng)絡(luò)參數(shù)選擇與模塊設(shè)計(jì)。論文首先指出將卷積網(wǎng)絡(luò)應(yīng)用于手勢(shì)識(shí)別的可行性與優(yōu)越性,然后分析卷積核尺寸等關(guān)鍵參數(shù)對(duì)參數(shù)量、計(jì)算量、收斂速度及特征點(diǎn)感受野的影響;針對(duì)使用隨機(jī)初始化參數(shù)訓(xùn)練網(wǎng)絡(luò)收斂速度慢、數(shù)據(jù)需求量大等問題,論文使用遷移學(xué)習(xí)的方法設(shè)定初始參數(shù);針對(duì)伴隨網(wǎng)絡(luò)加深出現(xiàn)的網(wǎng)絡(luò)難以訓(xùn)練等問題,論文引入殘差網(wǎng)絡(luò)結(jié)構(gòu)。3.深度卷積網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)。論文分析了卷積層、池化層、批歸一化操作的特點(diǎn),討論了網(wǎng)絡(luò)結(jié)構(gòu)與相應(yīng)場(chǎng)景識(shí)別能力的關(guān)系。針對(duì)深度卷積網(wǎng)絡(luò)速度與準(zhǔn)確率之間的矛盾,本文使用特征重標(biāo)定的方法,增... 

【文章來源】：北京化工大學(xué)北京市211工程院校教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－２手勢(shì)識(shí)別示意圖??Ｆｉｇ．?１－２?Ｇｅｓｔｕｒｅ?ｒｅｃｏｇｎｉｔｉｏｎ?ｄｉａｇｒａｍ??１．２．２深度學(xué)習(xí)研究現(xiàn)狀??

?第二章手勢(shì)識(shí)別的相關(guān)技術(shù)研宄???第二章手勢(shì)識(shí)別的相關(guān)理論基礎(chǔ)??本章主要介紹了圖像識(shí)別和深度學(xué)習(xí)的發(fā)展歷程及理論基矗圖像識(shí)別技術(shù)是以??圖像特征為基礎(chǔ)實(shí)現(xiàn)對(duì)不同目標(biāo)圖像的分類和識(shí)別的技術(shù)。深度學(xué)習(xí)通過組合低層特??征形成更加抽象的高層特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示［２７］。其具有強(qiáng)大的非線性??學(xué)習(xí)能力，可用于提取手勢(shì)圖像的復(fù)雜特征進(jìn)而實(shí)現(xiàn)手勢(shì)圖像的分類。本章對(duì)與手勢(shì)??識(shí)別研宄相關(guān)度較高的圖像識(shí)別和深度學(xué)習(xí)相關(guān)理論進(jìn)行回顧與分析，作為改進(jìn)現(xiàn)有??識(shí)別算法的依據(jù)。??２．１手勢(shì)捕捉設(shè)備選擇??手勢(shì)數(shù)據(jù)捕捉是手勢(shì)識(shí)別的前提，手勢(shì)捕捉設(shè)備的類別由手勢(shì)采集方案決定，而??手勢(shì)捕捉設(shè)備則決定采集到的手勢(shì)信息種類。目前數(shù)據(jù)采集方案主要使用以下幾種手??勢(shì)數(shù)據(jù)捕捉設(shè)備：??（１）數(shù)據(jù)手套??數(shù)據(jù)手套是用于手勢(shì)信息采集的專用設(shè)備，如圖２－１所示，其內(nèi)部設(shè)有彎曲傳感??器，可高精度的收集佩戴者手指位置、移動(dòng)方向、彎曲角度等各類數(shù)據(jù)。與圖像傳感??器相比，數(shù)據(jù)手套采集的數(shù)據(jù)特征更容易提取，手勢(shì)識(shí)別更為簡單。然而數(shù)據(jù)手套硬??件成本高昂，與之配套的數(shù)據(jù)處理軟件同樣需要不菲的成本，而且數(shù)據(jù)手套限制了穿??戴者手部活動(dòng)，給穿戴者造成不便。昂貴的價(jià)格和操作不便阻礙了數(shù)據(jù)手套在手勢(shì)識(shí)??別上的應(yīng)用。??圖２－１數(shù)據(jù)手套示意圖??Ｆｉｇ．?２－１?Ｄａｔａ?ｇｌｏｖｅ?ｓｃｈｅｍａｔｉｃ??（２）深度相機(jī)??深度相機(jī)可以收集二維圖像信息并提供圖像中物體的深度信息ｔ２８］，從深度相機(jī)得??到的信息中可以得到場(chǎng)景的三維表示，其工作原理分為ＲＧＢ雙目攝像頭、飛行時(shí)間??７??

?北京化工大學(xué)碩士學(xué)位論文???測(cè)距、結(jié)構(gòu)光三種。??ＲＧＢ雙目攝像頭的方案根據(jù)圖像特征點(diǎn)匹配，由三角測(cè)距間接計(jì)算出深度信息，??近距離測(cè)量精度可達(dá)毫米級(jí)別，基線為ｌ〇ｍｍ時(shí)，測(cè)量范圍在２ｍ以內(nèi)。該方案成本??較低，然而受光照變化和物體紋理影響較大，在夜間無法使用，且深度信息的獲取對(duì)??后期處理算法要求較高［２９］。圖２－２為ＲＧＢ雙目攝像頭。??ｉＨｆｉｌｊＢｐ??圖２－２雙目攝像頭??Ｆｉｇ．?２－２?Ｂｉｎｏｃｕｌａｒ?ｃａｍｅｒａ??飛行時(shí)間測(cè)距技術(shù)主要用于實(shí)現(xiàn)三維成像，其根據(jù)紅外光波發(fā)射與接收之間的時(shí)??間差或相位差實(shí)現(xiàn)物體深度信息的測(cè)量，測(cè)量精度最高可達(dá)厘米級(jí)別，一般可在ｌ〇〇ｍ??內(nèi)實(shí)現(xiàn)距離測(cè)量。該方案不受光照變化和物體紋理影響，抗干擾性強(qiáng)，但深度圖像分??辨率較低，功耗隨分辨率指數(shù)增長，成本較高［３叱圖２－３為飛行時(shí)間測(cè)距方案采集得??到的圖像。??國?Ｉ！?１＾９??圖２－３飛行時(shí)間測(cè)距方案成像?圖２－４結(jié)構(gòu)光方案??Ｆｉｇ．?２－３?Ｔｉｍｅ?ｏｆ?ｆｌｉｇｈｔ?ｉｍａｇｉｎｇ?Ｆｉｇ．?２－４?Ｓｔｒｕｃｔｕｒｅｄ?ｌｉｇｈｔ?ｓｃｈｅｍｅ??結(jié)構(gòu)光的方案主動(dòng)投射已知編碼的圖案以提升特征匹配效果，實(shí)現(xiàn)精度的提高，??如圖２－４。其近距離測(cè)量精度可達(dá)０．０１－ｌｍｍ，測(cè)量范圍在１０ｍ以內(nèi)。主動(dòng)光源使結(jié)構(gòu)??光方案適用于光照不足、缺乏紋理的場(chǎng)景，且其生成的圖像分辨率較高，但其易受反??光影響，難以在戶外環(huán)境工作ｔ３１］。??（３）單目視覺傳感器??與數(shù)據(jù)手套相比，利用單目視覺傳感器收集數(shù)據(jù)是目前更為主流的方案，如圖２－??５所示，其采集得到的二維圖像建模簡單、數(shù)據(jù)處理量少、實(shí)時(shí)性高，

【參考文獻(xiàn)】：
期刊論文
[1]深度信念網(wǎng)絡(luò)研究綜述[J]. 丁美昆,徐昱琳,蔣財(cái)軍.  工業(yè)控制計(jì)算機(jī). 2016(04)
[2]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正.  計(jì)算機(jī)應(yīng)用研究. 2012(08)
[3]基于AdaBoost算法和光流匹配的實(shí)時(shí)手勢(shì)識(shí)別[J]. 王凱,于鴻洋,張萍.  微電子學(xué)與計(jì)算機(jī). 2012(04)
[4]基于數(shù)據(jù)手套輸入的漢語手指字母的識(shí)別[J]. 吳江琴,高文,陳熙霖.  模式識(shí)別與人工智能. 1999(01)

碩士論文
[1]卷積神經(jīng)網(wǎng)絡(luò)在異型纖維識(shí)別中的研究和應(yīng)用[D]. 孫碩磊.東華大學(xué) 2017
[2]基于視覺的手勢(shì)識(shí)別及人機(jī)交互研究[D]. 鄔大鵬.南京航空航天大學(xué) 2010



本文編號(hào)：3619351