基于HMM的运动手势轨迹识别

发布时间：2021-04-19 08:20

　　基于视觉的手势识别技术是新一代人机交互和机器人应用的热点课题,具有非常重要的研究价值和研究意义。本文概论了基于视觉的手势识别的基本理论和研究状况,将五种常用的动态手势作为基本的识别目标,为简化手势背景,实验中主要考虑的干扰是人的面部,手臂以及背景中类肤色物体的干扰。根据研究内容的要求,可以将整个手势识别系统分为手势的分割与跟踪,特征提取和手势的建模与识别三个关键环节。因此论文的主要研究工作如下:在手势的分割与跟踪阶段,基于静止的背景更新,采用融合肤色检测和运动检测的方法分割手掌,将图像从RGB颜色空间转换到YCbCr颜色空间提取肤色区域,利用帧间差分和背景差分融合算法在肤色区域检测运动手势,使用粒子滤波算法追踪动态手势得到最优手势中心时,提出了一种使用粒子局部传播代替全局传播的方法,这样追踪时既能包含运动手势区,又可以减少粒子数目来减小计算量。采用方向链码编码表征运动轨迹的特征,根据相邻手势中心移动方向角的正切值的大小,将移动角度划分为12等份,方向编码设置为0到11。确定运动轨迹的起点和终点后,连续地将相邻手势中心的方向编码保存在一个序列中,可以得到一组一维特征向量。针对手势的建模与... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图１－１基于视觉的动态手势识别系统基本框架??Ｆｉｇｕｒｅｌ－ｌ?Ｔｈｅ?ｂａｓｉｃ?ｆｏｒｍ?ｏｆ?ｖｉｓｉｏｎ?ｂａｓｅｄ?ｏｎ?ｄｙｎａｍｉｃ?ｇｅｓｔｕｒｅ?ｒｅｃｏｇｎｉｔｉｏｎ?ｓｙｓｔｅｍ??

?手势的定位与跟踪??＼ＭＴ??图２－２肤色提取对比试验输入示例??Ｆｉｇｕｒｅ２－２?Ｔｈｅ?ｉｎｐｕｔ?ｅｘａｍｐｌｅ?ｏｆ?ｔｈｅ?ｃｏｎｔｒａｓｔ?ｅｘｐｅｒｉｍｅｎｔｓ?ｏｆ?ｓｋｉｎ?ｃｏｌｏｒ?ｅｘｔｒａｃｔｉｏｎ??Ｂ１ＢＭＢ??图２－３早上三种算法处理效果对比图??Ｆｉｇｕｒｅ２－３?Ｃｏｎｔｒａｓｔ?ｅｘｐｅｒｉｍｅｎｔｓ?ｏｆ?ｔｈｅ?ｔｈｒｅｅ?ａｌｇｏｒｉｔｈｍｓ?ｉｎ?ｔｈｅ?ｍｏｒｎｉｎｇ??图２－４中午三种算法处理效果对比图??Ｆｉｇｕｒｅ２－４?Ｃｏｎｔｒａｓｔ?ｅｘｐｅｒｉｍｅｎｔｓ?ｏ

?手势的定位与跟踪??＼ＭＴ??图２－２肤色提取对比试验输入示例??Ｆｉｇｕｒｅ２－２?Ｔｈｅ?ｉｎｐｕｔ?ｅｘａｍｐｌｅ?ｏｆ?ｔｈｅ?ｃｏｎｔｒａｓｔ?ｅｘｐｅｒｉｍｅｎｔｓ?ｏｆ?ｓｋｉｎ?ｃｏｌｏｒ?ｅｘｔｒａｃｔｉｏｎ??Ｂ１ＢＭＢ??图２－３早上三种算法处理效果对比图??Ｆｉｇｕｒｅ２－３?Ｃｏｎｔｒａｓｔ?ｅｘｐｅｒｉｍｅｎｔｓ?ｏｆ?ｔｈｅ?ｔｈｒｅｅ?ａｌｇｏｒｉｔｈｍｓ?ｉｎ?ｔｈｅ?ｍｏｒｎｉｎｇ??图２－４中午三种算法处理效果对比图??Ｆｉｇｕｒｅ２－４?Ｃｏｎｔｒａｓｔ?ｅｘｐｅｒｉｍｅｎｔｓ?ｏ

【参考文献】：
期刊论文
[1]基于改进ND-DTW算法的动态手势识别[J]. 黄东方,杨晶东.  电子科技. 2017(03)
[2]一种改进的TLD动态手势跟踪算法[J]. 张毅,姚圆圆,罗元,张天.  机器人. 2015(06)
[3]基于关键特征点运动轨迹的动态手势识别[J]. 严利民,李跃,杜斌,潘浩.  光电子技术. 2015(03)
[4]基于OpenCV的实时动态手势检测研究[J]. 江超.  软件. 2015(06)
[5]基于视觉技术的手势跟踪与动作识别算法[J]. 熊俊涛,刘梓健,孙宝霞,俞守华,陈建国.  计算机与现代化. 2014(07)
[6]基于特征点轨迹的动作识别[J]. 秦磊,胡琼,黄庆明,田琦.  计算机学报. 2014(06)
[7]一种支持DTW距离的多元时间序列索引结构[J]. 李正欣,张凤鸣,李克武,张晓丰.  软件学报. 2014(03)
[8]基于Kinect传感器深度信息的动态手势识别[J]. 陶丽君,李翠华,张希婧,李胜睿.  厦门大学学报(自然科学版). 2013(04)
[9]一种基于改进DTW算法的动态手势识别方法[J]. 何超,胡章芳,王艳.  数字通信. 2013(03)
[10]手势识别研究发展现状综述[J]. 武霞,张崎,许艳旭.  电子科技. 2013(06)

硕士论文
[1]动态手势的识别及在PPT播放当中的应用研究[D]. 赫文强.广西大学 2013
[2]基于HMM的动态手势识别[D]. 常亚南.华南理工大学 2012
[3]基于视觉的手势识别技术的研究[D]. 金欢.西安理工大学 2009
[4]复杂背景下基于视觉的动态手势识别研究[D]. 贺顾一.华东师范大学 2008



本文编号：3147193