计算机需要借助来处理分析提取特征,基于计算机视觉的静态手势识别

基于计算机视觉的静态手势识别

随着人机交互技术的发展,人们不再满足于传统的鼠标、键盘作为输入接口,迫切需要一种新型的更自然的人机交互模式。人机交互模式不在以计算机为中心,以用户为中心的人机交互模式——手势识别,正是现在的发展趋势。在医院,前来就诊的病患与普通人群使用同一触摸导航设备,健康人群通过接触设备有一定几率感染上致病细菌。基于计算机视觉的手势识别技术很好的解决了这一问题。人们可以通过单纯的手势操作医院导航系统,而不用接触到外置输入设备,避免了感染致病细菌。本文介绍了基于计算机视觉的手势识别技术的背景与应用,概述了手势识别技术的基本理论,研究手势识别过程中涉及到的相关技术。构建手部约束模型,利用数字手势一到九,九个手势图像建立手势模板,进行手势图像识别。整个手势识别工作分为四个阶段：手势图像分割、图像预处理、边缘检测、特征提取匹配识别等。首先,对各颜色空间比较后,选择RGB空间与HSV颜色空间的H分量相结合来提取肤色,对手势图像进行分割。然后,对二值化处

(本文共57页)

本文目录 |

阅读全文>>

摄像机能够捕捉到用户通过内在自然方式(如眼神、表情、手势和动作等)所表达的信息,因此通过摄像机与计算机进行交互是一种高效自然的人机交互方式,它能使人机对话变得简单,减少人们使用计算机的障碍。特别是最近几年,随着计算机技术的迅猛发展,研究符合人机交流习惯的新颖人机交互技术变得异常活跃,也取得了可喜的进步。这些研究包括人脸识别、面部表情识别、唇读、头部运动跟踪、凝视跟踪、手势识别、以及体势识别等。手势是一种自然、直观、易于学习的人机交互手段。手势识别按输入设备不同可以分为基于数据手套的手势识别和基于计算机视觉的手势识别。其中基于计算机视觉的手势识别以人手直接作为计算机的输入设备,人机之间的通讯将不再需要中间媒体,用户可以简单地定义一种适当的手势来对周围的机器进行控制。但是由于手势本身具有多样性、多义性以及时间和空间上的差异性等特点,加之人手是复杂变形体以及视觉本身的不适定性,基于视觉的手势识别是一个富有挑战性的、多学科交叉的研究课题...

(本文共64页)

本文目录 |

阅读全文>>

人工智能技术作为新的一波科技浪潮,正在改变世界。而人机交互作为人工智能的接口,越来越受到研究者们的重视。在现有的人机交互技术中,手势识别是目前研究最为热门的人机交互技术之一,它以其最接近人类交流和沟通的方式,必将成为未来交互技术中不可缺少的部分。手势识别系统可以分为手势建模、手势分析和手势识别三个模块,并同时具有静态手势和动态手势识别的功能。本文主要研究了基于视觉的手势识别的关键技术,研究了基于优化的SVM分类器的静态手势识别系统和基于改进动态时间规划算法的动态手势识别系统。在静态手势系统构建中,采集建立了具有3000张10种不同手势的静态手势样本库,设计了一套基于特定环境的预处理模块,提取和对比了静态手势中的Hu矩和其他几何特征,并训练了基于支持向量机模型的静态手势分类器,通过网格遍历的方式优化了SVM分类器核函数的参数,取得了对静态手势测试样本集90%以上的识别率,对实时静态手势80%左右的正确识别率,最后对比了不同特征和核...

(本文共76页)

本文目录 |

阅读全文>>

基于计算机视觉的静态手势识别分为手势分割、特征提取和手势识别三个阶段。本文提出了在YCb Cr空间...

(本文共2页)

阅读全文>>

随着计算机技术的不断发展,手势识别已经成为人机交互领域中的一项关键技术。现今,作为一种新型的人机交互技术,手势识别已经成为涉及图像处理、模式识别、计算机视觉等领域的一个比较活跃的课题。然而由于手势本身具有的多样性、多义性、以及时间和空间上的差异性等特点,加之人手是复杂变形体,因此手势识别是一个极富挑战性的多学科交叉研究课题。本文对当今静态手势识别技术中的各种方法进行了详细的分析,并在此基础上,设计并实现了一套可以进行实时识别的静态手势识别系统。本系统共分为四个模块:手势图像捕捉、图像预处理、特征提取以及手势的分类识别。系统在运行的过程中首先由USB摄像头捕获手势图像,再经过图像预处理得到手势的二值图像以及轮廓图像,针对这两幅图像对手势进行特征提取,最后采用基于欧氏距离的模板匹配法进行识别。在系统的图像预处理以及特征提取两个模块中,本文加入了OpenCV(微软开源视觉库)函数库,在运行的效率以及速度上都达到了良好的效果。在实际的系...

(本文共53页)

本文目录 |

阅读全文>>

手势是日常生活中除语言以外的另一个经常使用,自然且易于理解的交流方式,也是人机交互中信息传递,表达的重要载体。自然手势识别作为人机交互领域的重要研究课题,它的操作要求也代表了人机交互未来的发展方向：更自然,易操作,成本低,人性化等特点。本文针对2010年上海世博会广州案例馆中的360度互动体验区部分的动作感应操作中存在的问题做了深入的研究,在实验室已有的研究基础上提出手势检测,特征提取,分类识别的新方案,旨在提高手势识别的正确率和识别系统的稳定性。本文的主要研究内容包括以下几个方面：(1)手势检测与分割方面,在以前的研究基础上做了进一步的改进,使用肤色分割结合运动前景检测的方法进行手势定位检测,综合了两种方法的优势,相比于前期单纯使用肤色分割的方法,在分割效果,排除环境类肤色干扰方面有了较大的改进。(2)在手势的特征提取方面,将成功应用于行人检测系统的HOG特征应用到静态手势的特征提取环节。该特征描述子主要用于目标检测,对图像局...

(本文共64页)

本文目录 |

阅读全文>>