發(fā)布時(shí)間：2023-03-29 22:38

　　隨著計(jì)算機(jī)圖形學(xué)和虛擬現(xiàn)實(shí)技術(shù)的不斷發(fā)展,對(duì)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(shì)識(shí)別。傳統(tǒng)的手勢(shì)識(shí)別都是基于相機(jī)照片和2D手勢(shì)進(jìn)行識(shí)別與分類,其提取的特征通常難以準(zhǔn)確表示不同手勢(shì)之間的區(qū)別。針對(duì)靜態(tài)手勢(shì)識(shí)別的高自由度、特征表示不準(zhǔn)確等問題,動(dòng)態(tài)手勢(shì)的復(fù)雜時(shí)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(shì)識(shí)別中成為近幾年的研究熱點(diǎn)。如何有效地從手勢(shì)數(shù)據(jù)信息中提取完整的手勢(shì)特征并進(jìn)行有效識(shí)別與分類是一個(gè)難點(diǎn),而基于手勢(shì)幾何特性并融合多特征的手勢(shì)識(shí)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(shì)數(shù)據(jù)集中不同手勢(shì)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(shì)識(shí)別方法。首先從手勢(shì)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(gè)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(duì)一支持向量機(jī)對(duì)手勢(shì)進(jìn)行有效識(shí)別分類。實(shí)驗(yàn)表明,該特征表示能夠很好地表征不同手勢(shì),在靜態(tài)手勢(shì)的識(shí)別中,利...

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)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(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 靜態(tài)手勢(shì)識(shí)別
        1.2.2 動(dòng)態(tài)手勢(shì)識(shí)別
    1.3 手勢(shì)識(shí)別研究難點(diǎn)和本文主要研究?jī)?nèi)容
        1.3.1 靜態(tài)手勢(shì)識(shí)別
        1.3.2 動(dòng)態(tài)手勢(shì)識(shí)別
    1.4 本文結(jié)構(gòu)安排
第二章 手勢(shì)識(shí)別相關(guān)理論基礎(chǔ)
    2.1 手勢(shì)識(shí)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(shì)識(shí)別
    3.1 算法流程
        3.1.1 手勢(shì)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(shì)特征表示與提取
        3.1.3 基于內(nèi)在特征表示的一對(duì) SVM多分類手勢(shì)識(shí)別
    3.2 手勢(shì)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(duì)位置表示
        3.2.2 手部關(guān)節(jié)長(zhǎng)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(shì)特征表示與提取
        3.3.1 手部關(guān)節(jié)對(duì)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(duì)一SVM多分類手勢(shì)識(shí)別
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 實(shí)驗(yàn)環(huán)境與工具介紹
        3.5.2 實(shí)驗(yàn)數(shù)據(jù)介紹
        3.5.3 實(shí)驗(yàn)數(shù)據(jù)介紹
    3.6 手勢(shì)特征表示的內(nèi)在唯一性
    3.7 手勢(shì)特征表示的內(nèi)在唯一性
第四章 融合手勢(shì)全局運(yùn)動(dòng)和手掌內(nèi)局部運(yùn)動(dòng)的動(dòng)態(tài)手勢(shì)識(shí)別
    4.1 算法流程
    4.2 動(dòng)態(tài)手勢(shì)數(shù)據(jù)預(yù)處理
        4.2.1 手勢(shì)的無效幀刪除
        4.2.2 手勢(shì)幀數(shù)據(jù)補(bǔ)全
        4.2.3 手部關(guān)節(jié)長(zhǎng)度歸一化
    4.3 融合手勢(shì)全局運(yùn)動(dòng)和掌內(nèi)局部運(yùn)動(dòng)的特征表示
    4.4 基于手勢(shì)特征的關(guān)鍵幀提取
        4.4.1 手勢(shì)距離函數(shù)
        4.4.2 關(guān)鍵幀分段提取
    4.5 動(dòng)態(tài)手勢(shì)的識(shí)別和分類
        4.5.1 手勢(shì)特征融合
        4.5.2 手勢(shì)特征降維
        4.5.3 基于帶高斯核SVM的手勢(shì)識(shí)別和分類
    4.6 實(shí)驗(yàn)結(jié)果與分析
        4.6.1 實(shí)驗(yàn)工具介紹
        4.6.2 實(shí)驗(yàn)數(shù)據(jù)介紹
        4.6.3 實(shí)驗(yàn)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(hào)：3774632