隨著計算機(jī)技術(shù)和傳感器不斷發(fā)展,人機(jī)交互技術(shù)已發(fā)展到以人為核心的自然用戶界面交互階段。由于手部在日常互動過程中起到了著重要作用,基于手部運動的人機(jī)交互技術(shù)也成為自然用戶界面不可或缺的一部分。自從Microsoft發(fā)布可以檢測深度信息的Kinect傳感器以來,利用機(jī)器視覺方式實時分析手部運動成為可能。而在基于手部運動的人機(jī)交互應(yīng)用開發(fā)中,要求能夠準(zhǔn)確反應(yīng)手部在自由空間中的真實運動,從而對而實時處理算法提出新的挑戰(zhàn)。因此,本文以手部運動過程中特征追蹤效率為主線,深入研究在保障特征準(zhǔn)確性、穩(wěn)定性和魯棒性要求下計算效率的提高策略。本文的主要研究工作有:(1)提出基于深度傳感器的實時手部區(qū)域追蹤方案針對手部運動過程中,難以獲取手部區(qū)域內(nèi)完整信息問題,本文使用前向運動學(xué)和卡爾曼濾波提高手部關(guān)節(jié)點追蹤精度,對每一幀畫面進(jìn)行遞歸連續(xù)區(qū)域分析獲取當(dāng)前幀手部區(qū)域。綜合實時性要求,采用級聯(lián)方式實現(xiàn)每一幀的追蹤以提高效率。實驗驗證表面,本文提出的手部區(qū)域追蹤算法在保障準(zhǔn)確性前提下,單幀計算復(fù)雜度為傳統(tǒng)方法的12.4%。(2)提出基于深度傳感器的實時指尖追蹤方案針對手部旋轉(zhuǎn)、手指伸縮過程中,追蹤指尖位置困難,本... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

Kinect傳感器

圖 2.2 基于手部信息應(yīng)用的數(shù)據(jù)來源結(jié)構(gòu)具部運動信息追蹤開發(fā)過程的實時性要求，以及傳感器工作的硬性條件o 2012 平臺、C++語言進(jìn)行方案的編程實現(xiàn)，采用 OpenCV 作為設(shè)計工具。結(jié)先對 Kinect 傳感器用于手部運動分析的硬件要求和傳感器的性能與功用于手部運動追蹤的原始數(shù)據(jù)進(jìn)行了分析，闡述了數(shù)據(jù)的來源、獲取換方法。最后對本文所提出的實現(xiàn)方案使用的開發(fā)環(huán)境進(jìn)行了說明。

圖 3.1 手部 27 自由度骨架模型配時，常采用的模型是手部關(guān)節(jié)模型，如圖部姿態(tài)常用形狀變形進(jìn)行擬合，包含手勢模圖 3.2 手部形態(tài)變化模型將手部模型點與實際手部像素點位置進(jìn)行校


本文編號：2915631