基于视觉的人手信息采集与建模

发布时间：2017-05-02 05:11

  本文关键词：基于视觉的人手信息采集与建模，，由笔耕文化传播整理发布。

【摘要】：VR(Virtual Reality,即虚拟现实,简称VR)技术是时下最热门的计算机仿真技术之一,综合利用计算机图形系统和各种显示和控制等接口设备,在计算机上生成的、可交互的三维环境中提供沉浸感觉的技术。基于视觉的人手高精度建模是人机交互的关键技术,通过无接触采集设备(双目相机、Kinect相机、LeapMotion等)采集人手数据,利用真实人手与虚拟手的运动映射来驱动三维场景中的虚拟手,并完成虚拟手与场景中模型的交互。本文系统的研究了虚拟手交互技术的相关理论和关键技术,并在Unity3D平台中设计了交互实例,对文中涉及的算法进行验证。具体内容如下:(1)利用Kinect相机对人体骨骼点的识别,提出了一种连续帧更新的模板匹配算法,在实时获取手势形态的同时,通过具有时间相关性连续帧更新手模板,实现了对弯曲隐藏手指的预测。使用GVF Snake算法,提取Kinect相机获取的图像中手形轮廓,定位手掌点放置初始轮廓后通过模型迭代搜索,获取目标准确完整的边界。(2)在真实人手生理结构及骨骼运动特性的基础上进行了分析,建立了符合人手特征的虚拟手模型。采用3ds Max软件建立了满足美观与变换要求的虚拟手网格模型。在虚拟手层次结构基础上,对虚拟手五指分别进行运动建模。(3)在Unity3D平台下编写脚本实现了虚拟手模型与真实人手的运动对应,对虚拟手模型在场景中的映射深入研究,针对视觉设备无法获取精确关节角度的情况,结合手势识别点估算,完成了虚拟手模型弯曲姿态。在此基础上,编写交互实例脚本,在场景中实时重现人手姿态,并实现场景交互。
【关键词】：虚拟现实 手势识别 GVF Snake Unity3D
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.9
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-18
• 1.1 课题的研究背景、意义和来源9-10
• 1.2 手势识别概述10-13
• 1.3 国内外研究现状13-16
• 1.4 本文的主要内容和章节安排16-18
• 2 真实人手手势采集18-31
• 2.1 引言18-19
• 2.2 Kinect原理介绍19
• 2.3 手区域预处理19-24
• 2.3.1 GVF Snake算法20-22
• 2.3.2 手轮廓提取22-24
• 2.4 旋转角与形心检测24-25
• 2.5 手指信息获取25-26
• 2.6 人手形态识别实验26-30
• 2.6.1 实验平台搭建27
• 2.6.2 轮廓预处理实现27-29
• 2.6.3 识别得到的结果29-30
• 2.7 本章小结30-31
• 3 虚拟手建模31-44
• 3.1 引言31
• 3.2 人手的解剖结构和骨骼运动分析31-34
• 3.2.1 人手的生理结构31-32
• 3.2.2 人手的骨骼运动分析32-33
• 3.2.3 手指运动坐标描述33-34
• 3.3 虚拟手几何模型的构建34-37
• 3.3.1 几何建模方法的分类和比较34
• 3.3.2 3ds Max软件建模34-37
• 3.4 虚拟手运动模型的构建37-42
• 3.4.1 虚拟手的层次结构模型37-38
• 3.4.2 面向对象的模型参数38-40
• 3.4.3 拇指运动建模40-41
• 3.4.4 四指运动建模41-42
• 3.5 运动变换42-43
• 3.6 本章小结43-44
• 4 虚拟手映射与驱动44-59
• 4.1 引言44
• 4.2 3D场景搭建44-49
• 4.2.1 Kinect开发配置44-46
• 4.2.2 Unity开发配置46-47
• 4.2.3 虚拟场景47-49
• 4.3 虚拟手映射49-52
• 4.3.1 运动映射方法49-50
• 4.3.2 从人手到虚拟手的运动映射50-52
• 4.4 虚拟手姿态52-54
• 4.5 操作实例及应用54-58
• 4.6 本章小结58-59
• 5 总结与展望59-61
• 5.1 全文总结59-60
• 5.2 研究展望60-61
• 参考文献61-65
• 攻读硕士学位期间发表的论文及所取得的研究成果65-66
• 致谢66-67

【相似文献】

中国期刊全文数据库 前10条

1 ;新型手势识别技术可隔着口袋操作手机[J];电脑编程技巧与维护;2014年07期

2 任海兵,祝远新,徐光

本文编号：340361