基于深度信息的手势识别与手指跟踪算法及其应用

发布时间：2017-04-11 15:12

  本文关键词：基于深度信息的手势识别与手指跟踪算法及其应用，，由笔耕文化传播整理发布。

【摘要】：随着计算机技术的发展,人机交互领域日益呈现出让交互客体适应交互主体的趋势,而手势交流即是人类惯用的一种自然的交互方式。Kinect摄像头和传统摄像头相比,能够提供深度信息和骨骼流信息,这为手势相关的研究和开发提供了便利。本文的研究工作主要有以下几个部分。在概念层面上将手势按照操作手势的部位和移动范围分类,分为手节点手势和手指手势。在算法层面实现了基于深度信息的手势识别和手指跟踪算法。在手势识别方面,对传统的DTW算法进行了改进,提出了基于加权DTW的手势识别算法,根据操作手势时不同骨骼节点的不同位移来赋予权重,提高了识别的准确性;而基于骨骼点相对位置的识别算法对于方向手势的识别有着很好的效果并且占用的资源很少。在手指跟踪方面,本文首先提出了一种基于凸包的K-curvature算法,该算法能够有效地对指尖进行定位,并且我们对算法中的参数选择作了分析。之后利用指尖识别的结果实现了基于最小距离和的指尖跟踪算法,并且提出了指尖排序算法,降低了前后帧匹配的复杂度。在应用层面,本文实现了一个手势控制的MOOC录制系统,同时还设计了手势识别与手指跟踪的综合应用实例。本文的手势识别算法和手指跟踪算法是具有一定创新性的,手指跟踪算法也为手指手势的识别打下了很好的基础。在应用上将手势识别和MOOC录制结合到一起,具有一定的新颖性和实用性。
【关键词】：人机交互 Kinect 手势识别 手指追踪
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要3-4
• ABSTRACT4-11
• 第一章 绪论11-19
• 1.1 背景11-12
• 1.2 NUI12-13
• 1.3 Kinect简介13-16
• 1.4 论文的研究内容16-17
• 1.5 论文的结构17-18
• 1.6 本章小结18-19
• 第二章 手势识别与手指跟踪原理19-27
• 2.1 手势识别20-23
• 2.1.1 手部分割20-21
• 2.1.2 动态手势识别21-22
• 2.1.3 手势识别相关应用22-23
• 2.2 手指跟踪23-26
• 2.2.1 基于非视觉信息的手指跟踪23
• 2.2.2 基于视觉信息的指尖识别23-25
• 2.2.3 三维指尖跟踪25
• 2.2.4 手指跟踪相关应用25-26
• 2.3 本章小结26-27
• 第三章 基于骨骼流信息的动态手势识别算法27-44
• 3.1 Kinect的骨骼流图像27-30
• 3.2 基于权重的DTW算法30-40
• 3.2.1 传统DTW算法30-32
• 3.2.2 人体正规化32-34
• 3.2.3 DTW算法的优化34-36
• 3.2.4 算法优化实验36-40
• 3.3 基于骨骼点相对位置的算法40-42
• 3.3.1 算法的原理40
• 3.3.2 算法的实现40-42
• 3.4 性能测评实验42-43
• 3.5 本章小结43-44
• 第四章 基于深度信息的手指跟踪算法之一：手部分割定位44-51
• 4.1 手部区域提取45-46
• 4.2 手腕识别46-48
• 4.2.1 距离变换46
• 4.2.2 手腕分割46-48
• 4.3 掌心识别48-49
• 4.4 轮廓提取49-50
• 4.5 本章小结50-51
• 第五章 基于深度信息的手指跟踪算法之二：指尖识别跟踪51-69
• 5.1 指尖识别52-60
• 5.1.1 传统的K-curvature算法52-53
• 5.1.2 K-curvature算法的改进53-56
• 5.1.3 参数分析与优化56-59
• 5.1.4 算法分析与比较59-60
• 5.2 指尖跟踪60-67
• 5.2.1 指尖排序算法60-63
• 5.2.2 指尖 3D坐标的计算63-65
• 5.2.3 前后帧匹配65-67
• 5.3 本章小结67-69
• 第六章 算法实现及应用69-78
• 6.1 系统的架构与环境69-71
• 6.1.1 软硬件环境69-70
• 6.1.2 系统的架构70-71
• 6.2 手势识别应用：MOOC录制系统71-75
• 6.2.1 MOOC录制的开始和停止72-74
• 6.2.2 MOOC录制中的手势控制74-75
• 6.3 手势识别与手指跟踪实例75-77
• 6.3.1 图片浏览75-76
• 6.3.2 鼠标移动和单击76-77
• 6.4 本章小结77-78
• 第七章 总结与展望78-80
• 7.1 总结78
• 7.2 改进以及展望78-80
• 参考文献80-83
• 致谢83-84
• 攻读硕士学位期间已发表或录用的论文84-86

【参考文献】

中国期刊全文数据库 前8条

1 曾维;;手势识别系统中手指及指尖检测方法[J];国外电子测量技术;2013年04期

2 张荻;;Kinect应用领域的探讨[J];物流工程与管理;2012年06期

3 王康;;基于Kinect的体感交互式电子白板初探[J];中国现代教育装备;2012年06期

4 向守兵;苏光大;任小龙;吉倩倩;方飞;;实时手指交互系统的嵌入式实现[J];光学精密工程;2011年08期

5 吴非;;触摸屏的现状及发展趋势[J];价值工程;2011年16期

6 赵瑶;常发亮;;基于对称差分的背景重构算法[J];计算机工程与应用;2008年06期

7 姚桂林,姚鸿勋,姜峰;一种基于DTW/ISODATA算法的多层分类器手语识别方法[J];计算机工程与应用;2005年08期

8 董士海;人机交互的进展及面临的挑战[J];计算机辅助设计与图形学学报;2004年01期

  本文关键词：基于深度信息的手势识别与手指跟踪算法及其应用，由笔耕文化传播整理发布。

本文编号：299354