随着人机交互及计算机视觉的发展,手势识别的研究也取得了较大发展.,基于视觉的手势识别跟踪及人机交互研究...

摘要：

随着计算机技术的发展,人机交互系统越来越多地考虑用户的体验感,方便性,逐步在向以用户为中心发展.手势由于其直观,简单的特点,基于手势的人机交互系统有着广阔的应用前景.本文介绍了基于视觉的手势识别跟踪的发展过程及主要技术难点.针对基于视觉的长时间实时手势跟踪中手势容易发生形变,手势在跟踪窗口的暂时性消失,复杂背景跟踪等几个技术难点展开具体研究. 在手势的识别部分,介绍了几种常用的特征描述子及分类效率较高的分类器,例如AdaBoost,RandomForest等.由于手势较易发生形变及系统对实时性的要求,本文设计了基于几种矩阵Haar特征的AdaBoost级联分类器能够快速实现手势的识别过程,并对实验结果进行了分析. 为解决在长时间跟踪中手势暂时性消失引起的跟踪失败等问题,本文提出了跟踪-学习-检测的跟踪框架.跟踪器和检测器同时独立进行,通过跟踪得到的目标手势用来进行检测器的训练,对手势的形变问题能有效解决;检测器与跟踪器的同步运行能够及时纠正跟踪器,保证跟踪的稳定性;另一方面通过学习过程对检测器进行错误估计,防止再次出现类似检测错误.鉴于人机交互系统对实时性的要求,采用金字塔LK跟踪算法,利用Random Forest,NCC,均方差过滤多层检测器提高了系统的实时性及稳定性. 最后在Microsoft Visual2008环境下实现了手势模拟鼠标的人机交互系统,采用较简单的两种手势实现鼠标的简单操作,最终通过实验验证了本文手势识别跟踪算法的实时性及稳定性.

展开