android手势识别国内外研究现状,基于Android平台手势识别的人机交互的研究（66页）-原创力文档...

摘要

摘要

随着移动互联网时代的快速发展，Android 平台的智能手机、智能平板等移动终端

凭借其快捷的无线通信网络传输速率、丰富多样的功能实现以及简单便捷的携带与使用

方式逐渐成为大众日常生活中不可或缺的工具。不断扩展增强的设备功能导致用户的人

机交互需求与操作复杂性也日益增加，其中手势作为一种符合人们日常操作习惯的非接

触式信息交流和交互方式，与传统的基于鼠标、键盘与触摸屏等接触式交互方式相比，

不易造成设备污染，同时可进行远距离交互。本文在此基础上主要研究Android 系统中

基于计算机视觉的手势识别的人机交互方式，并提出了一种可通过摄像头识别手势，并

控制系统鼠标发送指令的人机交互方式，该系统能够较准确的识别出用户手势指令并作

出反馈，同时满足了用户人机交互的实时性需求。

本文对深度学习在 Android 平台移植与部署技术进行了研究，并实现了一种 Caffe

深度学习框架移动端移植与部署技术，完成了基于卷积神经网络 (Convolutional Neural

Network, CNN )的手势分割算法在Android 平台的运行。同时，面对移动终端CPU 运

算性能不高的问题，本文提出自定义适应性手势检测区域、化简卷积神经网络的网络结

构等方式，将系统运行帧率提高至9fps~12fps，加快了系统运行性能，满足了用户人机

交互操作的实时性要求。

本文在基于AdaBoost 算法的Haar-like 特征分类器进行人脸检测的基础上，提出一

种基于距离的人眼定位方法，当用户与摄像头距离较近时采用基于 Haar-like 特