發(fā)布時(shí)間：2023-04-16 17:29

　　隨著計(jì)算機(jī)在當(dāng)今社會(huì)越來(lái)越普及,人機(jī)交互的研究將對(duì)其產(chǎn)生積極的影響。其中手勢(shì)被認(rèn)為是一種可以提供更自然、創(chuàng)造性和直觀的人機(jī)交互技術(shù)。隨著Kinect等深度攝像機(jī)的出現(xiàn),深度數(shù)據(jù)成為手勢(shì)識(shí)別研究的重要手段。在當(dāng)前階段,傳統(tǒng)的特征提取方法在動(dòng)態(tài)手勢(shì)識(shí)別方面已經(jīng)能達(dá)到令人滿意的結(jié)果,然而我們忽略了手勢(shì)中不同結(jié)構(gòu)特征的作用以及非線性關(guān)系。本文的主要工作就是融合異構(gòu)特征,并通過(guò)非線性核的表示構(gòu)建模型,準(zhǔn)確分類動(dòng)態(tài)手勢(shì)。為了從動(dòng)態(tài)手勢(shì)中獲得有效的特征信息,以及探究底層特征之間的非線性關(guān)系,本文設(shè)計(jì)了一種基于多核學(xué)習(xí)的多特征融合的動(dòng)態(tài)手勢(shì)識(shí)別方法。為獲得高辨識(shí)力的特征信息,本文考慮采用手勢(shì)的深度運(yùn)動(dòng)圖作為特征信息源,分別提取空間多尺度二值直方圖和梯度直方圖特征作為手勢(shì)的三維形狀結(jié)構(gòu)信息;然后提取手勢(shì)的時(shí)空梯度直方圖特征,在時(shí)序上利用傅立葉變換將時(shí)序特征映射到頻域,這樣一方面可以對(duì)齊特征向量,另一方面可以改變特征的呈現(xiàn)方式;最后,將兩種特征融合得到最終的特征描述子,定義為PDL HF²�？紤]到特征描述子的特征維度過(guò)高,在低維空間不易尋找線性關(guān)系,降低了分類器的泛化能力,本文提出了...

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1. 研究背景和意義
        1.1.1. 手勢(shì)識(shí)別技術(shù)概述
        1.1.2. 手勢(shì)識(shí)別技術(shù)的應(yīng)用
    1.2. 手勢(shì)識(shí)別中的問(wèn)題
    1.3. 本文主要研究?jī)?nèi)容
        1.3.1. 基于深度信息的動(dòng)態(tài)手勢(shì)識(shí)別技術(shù)
        1.3.2. 基于多核函數(shù)的度量學(xué)習(xí)
    1.4. 論文結(jié)構(gòu)安排
第2章 相關(guān)工作
    2.1. 概述
    2.2. 實(shí)驗(yàn)用數(shù)據(jù)庫(kù)研究現(xiàn)狀
    2.3. 手勢(shì)識(shí)別研究現(xiàn)狀
        2.3.1. 手勢(shì)多特征融合
        2.3.2. 特征核學(xué)習(xí)
    2.4. 本章小結(jié)
第3章 多信息融合的手勢(shì)識(shí)別
    3.1. 概述
    3.2. 原理與方法分析
    3.3. 動(dòng)態(tài)手勢(shì)特征提取算法
        3.3.1. 多尺度形狀信息提取
        3.3.2. 傅里葉時(shí)空特征提取
        3.3.3. 融合特征構(gòu)建
    3.4. 特征性能評(píng)價(jià)
    3.5. 本章小結(jié)
第4章 基于非線性的多核嵌入策略
    4.1. 概述
    4.2. 基于非線性方法的手勢(shì)特征分析
        4.2.1. 問(wèn)題描述
        4.2.2. 非線性核學(xué)習(xí)算法
        4.2.3. 非線性手勢(shì)運(yùn)動(dòng)原理
    4.3. 單核特征學(xué)習(xí)理論
        4.3.1. 核方法原理
        4.3.2. 核定義非線性分類
    4.4. 多核學(xué)習(xí)理論框架
        4.4.1. 多核學(xué)習(xí)的基本流程
        4.4.2. 多核線性融合方法
        4.4.3. 核對(duì)齊求解權(quán)重
        4.4.4. 多核學(xué)習(xí)算法
    4.5. 本章小結(jié)
第5章 實(shí)驗(yàn)結(jié)果與分析
    5.1. 實(shí)驗(yàn)描述
    5.2. 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)
        5.2.1. MSRGesture3D數(shù)據(jù)庫(kù)
        5.2.2. SKIG數(shù)據(jù)庫(kù)
    5.3. 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果
        5.3.1. 在SKIG上性能評(píng)估
        5.3.2. 在MSRGesture3D上性能評(píng)估
    5.4. 本章小結(jié)
第6章 總結(jié)與展望
    6.1. 總結(jié)
    6.2. 展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說(shuō)明
致謝



本文編號(hào)：3791552