沉浸式虚拟现实中人机交互关键技术研究

发布时间：2017-08-24 17:10

  本文关键词：沉浸式虚拟现实中人机交互关键技术研究

  更多相关文章： 虚拟现实 人机交互 3DUI 手势识别

【摘要】：虚拟现实(Virtual Reality,VR)是计算机对三维环境的模拟,其目标是获得强烈的置身于虚拟环境的感觉即沉浸感。这需要各种技术进行协作,其中重要的一项就是输入设备。目前,无接触的Kinect体感交互方案虽然已经有了广泛研究,但在以Oculus Rift虚拟现实眼镜为平台的研究方兴未艾。手势交互将主要的操作介质手带入了虚拟环境,凭借其自然、直接的特点成为VR输入的研究热点。本文在总结骨骼动画技术、基于视觉的手势识别研究现状的基础上,分析了沉浸式虚拟现实中交互方式存在的问题,对基于手势的沉浸式虚拟现实技术进行了重点研究,主要工作包括:第一,针对大部分手势识别方法无法适应实际应用条件下实时连续手势流的问题,提出一种高效且准确的手势识别方法,即基于关节向量的朴素贝叶斯手势识别算法。该算法使用了骨骼信息和运动信息加关节向量的特征表示,并引入一种自适应朴素贝叶斯算法,使用较少的样本就可以完成训练。实验结果表明该算法具有较高的识别率和识别速度,可以有效适应连续数据流,对虚拟现实应用的兼容性好,显著增加了用户在虚拟场景中的沉浸感。第二,针对目前没有一个完善的手势交互视觉反馈方案,结合骨骼动画和碰撞检测技术,提出了一种三维用户界面(Three Dimensional User Interface,3DUI)和交互方法。该方法通过3DUI元素对手势的反馈与虚拟环境发生交互,实验结果表明其设计可以有效地通过手势的视觉反馈增进沉浸式体验。第三,通过集成以上所提的手势识别算法和3DUI技术,设计并实现了一个沉浸式虚拟现实系统。该系统包含了应用本文方法的示例情景。
【关键词】：虚拟现实 人机交互 3DUI 手势识别
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.9;TP11
【目录】：

• 摘要3-4
• Abstract4-9
• 第1章 引言9-16
• 1.1 研究背景及意义9-10
• 1.2 国内外研究现状10-14
• 1.2.1 虚拟现实人机交互的研究与发展10-12
• 1.2.2 VR交互体验的研究12-13
• 1.2.3 存在的问题及研究难点分析13-14
• 1.3 论文主要工作14-15
• 1.4 论文组织结构15-16
• 第2章 沉浸式虚拟现实交互方法基础16-32
• 2.1 沉浸式虚拟现实设备16-19
• 2.1.1 Oculus Rift头戴显示器16-17
• 2.1.2 Microsoft Kinect传感器17-18
• 2.1.3 Leap Motion传感器18-19
• 2.2 手势识别技术19-27
• 2.2.1 传统手势识别19-25
• 2.2.2 深度传感器手势识别25-27
• 2.3 碰撞检测技术27-29
• 2.4 三维人机交互29-31
• 2.5 本章小结31-32
• 第3章 基于深度传感器的手势交互方法和实验32-41
• 3.1 问题描述和研究思路32-33
• 3.2 基于特征向量的手势识别算法33-35
• 3.2.1 特征向量的计算33-34
• 3.2.2 算法描述34-35
• 3.3 方法验证和实验分析35-40
• 3.3.1 实验设计与环境35
• 3.3.2 手势识别的验证实验35-37
• 3.3.3 弱光照条件下验证实验37
• 3.3.4 识别率对比实验37-39
• 3.3.5 效率对比实验39-40
• 3.4 本章小结40-41
• 第4章 基于碰撞检测的三维交互方法研究41-50
• 4.1 问题描述和研究思路41-42
• 4.2 基于碰撞检测的人机交互研究42-45
• 4.2.1 基于光线投射的碰撞检测42-43
• 4.2.2 指向和悬停手势43
• 4.2.3 基于物理引擎的碰撞检测43-45
• 4.2.4 算法描述45
• 4.3 实验及结果分析45-49
• 4.3.1 实验方案45-46
• 4.3.2 碰撞检测交互验证性实验46-47
• 4.3.3 交互方法可用性分析47-49
• 4.4 本章小结49-50
• 第5章 基于手势的沉浸式虚拟现实交互系统50-60
• 5.1 系统需求分析50-51
• 5.1.1 系统配置与运行要求50
• 5.1.2 功能需求50-51
• 5.2 系统设计与实现51-57
• 5.2.1 架构设计51-52
• 5.2.2 系统功能模块设计52-53
• 5.2.3 系统详细设计53-56
• 5.2.4 系统实现56-57
• 5.3 系统主要功能测试57-59
• 5.4 本章小结59-60
• 第6章 总结及未来工作60-62
• 6.1 论文工作总结60-61
• 6.2 未来工作61-62
• 参考文献62-68
• 致谢68-69
• 攻读硕士学位期间从事的科研工作及取得的成果69

【参考文献】

中国期刊全文数据库 前2条

1 李红波;丁林建;吴渝;冉光勇;;基于Kinect骨骼数据的静态三维手势识别[J];计算机应用与软件;2015年09期

2 李红波;冉光勇;吴渝;丁林建;;一种基于Kinect的角色骨骼动画方法[J];重庆邮电大学学报(自然科学版);2014年04期

，

本文编号：732502