基于Kinect深度信息的动态手势识别

来源 :东北大学 | 被引量 : 6次 | 上传用户:wuchuanmiao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术的快速发展,人机交互的质量和水平不断提高。作为一种替代传统的输入设备(键盘、鼠标、操纵杆等),手势早已被作为理想的追求自然交互的重要方式,其研究也具有重要的理论研究意义以及实际应用价值。本文在当前手势识别研究成果的基础上,分析了各种方法的优劣,并且以更好的实现人机交互为重点,设计了一种通过Kinect摄像头获得的深度图像并对手势进行分割、跟踪以及识别的手势识别系统。进行手势识别的首要条件就是精确的手势分割,因为在处理深度图像的过程中,存在将手腕误分割为手部的问题,而且在处理彩色图像时容易受到类似肤色物体、光照因素的干扰。因此,本文首先利用微软提供的Kinect摄像机获取深度图像,采用双阈值分割以及高斯肤色模型相结合的方法分别对Kinect传感器获取的深度图像和彩色图像进行处理,最后再进行手势分割和识别,能够有效的排除光照和背景等不利因素对识别结果的影响,经过大量实验证明本文提出的手势分割方法准确有效,并且具有很好的鲁棒性。手势分割以后,下一步就需要对手势进行跟踪,本文采用的是CamShift算法并结合卡尔曼滤波(Kalman)算法对手势质心进行定位跟踪。手势特征的提取在手势识别中是至关重要的一步,本文采用了隐马尔可夫模型(HMM)对提取的特征进行训练。训练采用了Baum.Welch算法,使运算效率大大提高,并且利用HMM的阈值模型对未定义的手势进行区分。本文设计了前推、左移、右移、上移、下移五个手势,并结合实际应用对实验结果进行了验证,实验结果表明跟踪效果准确、鲁棒性强。
其他文献
图象超分辨率重建可理解为由实际观测到的低分辨率图象重建真实的高分辨率图象。它可以成功恢复截止频率以外的信息,增加图象细节,从而提高图象分辨率。图象超分辨率重建方法
电动汽车电机及驱动系统性能评价试验台架建设是国家“十五”863电动汽车重大专项——XL电动汽车电机及其控制系统研究课题的一项重要内容和基本要求,包括硬件平台建设和应用
微生物发酵工程是生物工程和现代生物技术及其产业化的基础。随着发酵生产过程规模的不断扩大,迫切要求对发酵过程进行先进的控制和优化,然而,发酵过程具有非线性、时变性和生物
目前,我国电力系统的抄表方式大部分还是基于人工的,用信息自动化技术对此进行改造,可获得效率的提高和成本的降低。因此本文提出了基于GPRS技术的无线远程抄表系统的解决方案,并以ARM技术为基础设计了抄表终端的硬件平台。系统的基本设计思想是将GPRS终端经由GPRS网络接入Internet,按照GPRS远程抄表系统中制定的通信规约,实现表计和抄表系统管理中心的客户端之间数据和命令的信息传输。实际测试结
增强现实技术(Augmented Reality)是虚拟现实技术(Virtual Reality)发展的一个重要分支,是把计算机产生的虚拟物体或其他信息合成到用户看到的真实世界中的一种技术,它是对真实
学位
体绘制(Volume Rendering)是一种直接的数据可视化技术.通过将三维数据转换为计算机可显示的二维图像,数据可视化为体数据的观察和研究提供了有效手段.体绘制由于能够揭示体
本文采用特征选择的新技术,以“理论研究—实验数据应用—实际数据应用—结论及分析”为设计路线,对矿山监测监控系统中测量的数据进行了处理,为煤矿预测预报系统提供可靠的数据
在实际生活中许多问题都是由相互冲突和影响的多个目标组成的。这样问题就变成使多个目标在给定区域同时尽可能最佳的优化问题,即所谓的多目标优化问题。多目标优化一般分两
近年来数据挖掘技术在流程工业领域得到了大力的推广,一方面得益于数据挖掘技术的兴起和快速发展。随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越