隨著計算機(jī)圖形學(xué)和虛擬現(xiàn)實技術(shù)的不斷發(fā)展,對于人機(jī)交互的要求越來越高,其中作為人機(jī)交互主流方式的是手勢識別。傳統(tǒng)的手勢識別都是基于相機(jī)照片和2D手勢進(jìn)行識別與分類,其提取的特征通常難以準(zhǔn)確表示不同手勢之間的區(qū)別。針對靜態(tài)手勢識別的高自由度、特征表示不準(zhǔn)確等問題,動態(tài)手勢的復(fù)雜時序、空間可變性、特征表示不準(zhǔn)確等問題,將機(jī)器學(xué)習(xí)中特征提取、特征融合、特征降維、支持向量機(jī)等方法應(yīng)用到手勢識別中成為近幾年的研究熱點(diǎn)。如何有效地從手勢數(shù)據(jù)信息中提取完整的手勢特征并進(jìn)行有效識別與分類是一個難點(diǎn),而基于手勢幾何特性并融合多特征的手勢識別方法是解決這一難題的有力工具之一。本文的主要工作以及取得的研究成果如下:1)為了克服靜態(tài)手勢數(shù)據(jù)集中不同手勢具有的高自由度、特征表示不準(zhǔn)確等問題,本文提出了一種融合關(guān)節(jié)旋轉(zhuǎn)特征和指尖距離特征的手勢識別方法。首先從手勢深度圖中利用手部模板,將手部看成鏈段結(jié)構(gòu),提取手部20個關(guān)節(jié)點(diǎn)的3D位置信息;然后利用手部關(guān)節(jié)點(diǎn)位置信息提取四元數(shù)關(guān)節(jié)旋轉(zhuǎn)特征和指尖距離特征;最后利用一對一支持向量機(jī)對手勢進(jìn)行有效識別分類。實驗表明,該特征表示能夠很好地表征不同手勢,在靜態(tài)手勢的識別中,利...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 靜態(tài)手勢識別
        1.2.2 動態(tài)手勢識別
    1.3 手勢識別研究難點(diǎn)和本文主要研究內(nèi)容
        1.3.1 靜態(tài)手勢識別
        1.3.2 動態(tài)手勢識別
    1.4 本文結(jié)構(gòu)安排
第二章 手勢識別相關(guān)理論基礎(chǔ)
    2.1 手勢識別基本步驟
    2.2 數(shù)據(jù)預(yù)處理
    2.3 特征融合
    2.4 特征降維
        2.4.1 線性判別分析
    2.5 支持向量機(jī)
    2.6 本章小結(jié)
第三章 融合關(guān)節(jié)旋轉(zhuǎn)特征和指尖距離特征的靜態(tài)手勢識別
    3.1 算法流程
        3.1.1 手勢關(guān)節(jié)3D位置信息的獲取預(yù)處理
        3.1.2 融合關(guān)節(jié)旋轉(zhuǎn)特征和指尖距離特征的手勢特征表示與提取
        3.1.3 基于內(nèi)在特征表示的一對 SVM多分類手勢識別
    3.2 手勢關(guān)節(jié)3D位置信息的獲取預(yù)處理
        3.2.1 關(guān)節(jié)點(diǎn)相對位置表示
        3.2.2 手部關(guān)節(jié)長度歸一化
    3.3 融合關(guān)節(jié)旋轉(zhuǎn)特征和指尖距離特征的手勢特征表示與提取
        3.3.1 手部關(guān)節(jié)對之間的旋轉(zhuǎn)特征
        3.3.2 手指指尖距離特征
        3.3.3 特征融合方法
    3.4 基于內(nèi)在特征表示的一對一SVM多分類手勢識別
    3.5 實驗結(jié)果與分析
        3.5.1 實驗環(huán)境與工具介紹
        3.5.2 實驗數(shù)據(jù)介紹
        3.5.3 實驗數(shù)據(jù)介紹
    3.6 手勢特征表示的內(nèi)在唯一性
    3.7 手勢特征表示的內(nèi)在唯一性
第四章 融合手勢全局運(yùn)動和手掌內(nèi)局部運(yùn)動的動態(tài)手勢識別
    4.1 算法流程
    4.2 動態(tài)手勢數(shù)據(jù)預(yù)處理
        4.2.1 手勢的無效幀刪除
        4.2.2 手勢幀數(shù)據(jù)補(bǔ)全
        4.2.3 手部關(guān)節(jié)長度歸一化
    4.3 融合手勢全局運(yùn)動和掌內(nèi)局部運(yùn)動的特征表示
    4.4 基于手勢特征的關(guān)鍵幀提取
        4.4.1 手勢距離函數(shù)
        4.4.2 關(guān)鍵幀分段提取
    4.5 動態(tài)手勢的識別和分類
        4.5.1 手勢特征融合
        4.5.2 手勢特征降維
        4.5.3 基于帶高斯核SVM的手勢識別和分類
    4.6 實驗結(jié)果與分析
        4.6.1 實驗工具介紹
        4.6.2 實驗數(shù)據(jù)介紹
        4.6.3 實驗結(jié)果與分析
    4.7 本章小結(jié)
第五章 總結(jié)與展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間的研究成果



本文編號：3774632