学位论文 > 优秀研究生学位论文题录展示

基于随机森林的手势检测与识别系统的研究

作　者: 赵显
导　师: 郭建
学　校: 湘潭大学
专　业: 物理电子学
关键词: 人机交互人手检测手势识别随机森林肤色检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 9次
引　用: 0次
阅　读: 论文下载

内容摘要

随着人们生活质量的提高和智能识别技术的发展，智能的人机交互方式越来越融入人们的生活。与自然语言一样，手势作为一种肢体语言也可以传达复杂信息和指令。近年来，涌现出了大量用于人手检测与手势识别的算法，这些算法都不同程度地存在一些缺陷，比如检测精度不高、稳定性不好、系统效率低、系统对硬件要求较高等。在本文中，提出了一种基于现代智能识别技术的手势检测与识别系统，该系统可以有效地运用于人机交互中。本文针对不同手势的检测与识别，主要做了以下几方面的工作：(1)在本文中首先采用点对比较特征来描述手势样本。该方法所采用的特征是图像灰度空间中的像素点的灰度值，通过样本中不同像素点灰度值进行差值比较的方法来描述各个样本中的像素的空间分布。为了提高方法的鲁棒性，对每个像素点都取固定邻域内的均值来进行比较运算。最后样本的特征值向量由这些点对特征值组成，用于训练手势识别的分类器和手势目标的检测与识别。(2)本文中通过建立随机森林分类器模型进行手势识别的分类器训练。在随机森林的每棵树的每个节点处分别采用不同的点对比较特征作为节点分裂准则，然后利用建立多棵树分类器的方法来构建一个森林分类器，，以达到增强分类器分类效果的目的。根据树的分裂特点，采用该方法在运行时所耗时间少，并且由于森林分类器是一种提升的强分类器，所以精度更高。(3)在检测阶段，为了提高效率，在本文中首先采用YCbCr颜色空间内的肤色检测作预处理，然后采用了运动帧差法检测视频图像中运动明显的区域，将图像中人手的搜索区域尽量减小，这样大大消减了所要分类判断的区域，将搜索目标的区域局限在小范围内，最后在这一范围内采用训练阶段所得到的随机森林分类器进行手势检测与识别，大大提高检测精度和速度，实现了系统的实时性。在本文中，最后通过采用三种手势——手掌、拳头、食指进行实验比较分析，实现了一个基于随机森林的手势检测与识别系统，在该系统中，仅需要一个普通网络摄像头和相关的计算机程序作为硬软件设施，便可以实现实时的手势检测与识别。

全文目录

摘要  4-5
Abstract  5-7
目录  7-9
第1章绪论  9-18
  1.1 手势检测的背景和意义  9-10
    1.1.1 手势检测研究背景  9
    1.1.2 手势检测的研究意义  9-10
  1.2 手势检测与识别的研究现状  10-16
    1.2.1 手势检测与识别的研究进展  10-15
    1.2.2 手势检测与识别存在的问题  15-16
  1.3 论文创新  16
  1.4 研究内容与论文章节安排  16-18
    1.4.1 研究内容  16-17
    1.4.2 内容安排  17-18
第2章手势检测与识别系统的理论基础  18-33
  2.1 机器学习与模式识别  18-27
    2.1.1 机器学习与模式识别理论  18-22
    2.1.2 基于模式识别的目标检测  22-23
    2.1.3 几种常用的机器学习模型  23-27
  2.2 图像分割  27-31
    2.2.1 图像分割基础知识  27-28
    2.2.2 肤色分割  28
    2.2.3 几种用于肤色分割的颜色空间  28-30
    2.2.4 肤色模型的建立  30-31
  2.3 基于机器学习的手势检测与识别系统  31-32
  2.4 小结  32-33
第3章基于随机森林的手势分类器  33-44
  3.1 随机森林  33-35
    3.1.1 决策树分类器  33-34
    3.1.2 随机森林分类器  34-35
  3.2 建立训练样本集  35-36
  3.3 对样本进行特征描述  36-38
  3.4 训练分类器  38-41
  3.5 实验结果分析  41-42
  3.6 小结  42-44
第4章实时手势检测与识别  44-54
  4.1 基于分类器的多尺度滑动窗检测  44-45
  4.2 提高检测效率方法一：肤色检测  45-48
  4.3 提高检测效率方法二：运动区域检测  48-50
  4.4 实验结果分析  50-52
    4.4.1 精度分析  50-51
    4.4.2 速度分析  51-52
  4.5 小结  52-54
第5章总结与展望  54-56
  5.1 全文总结  54-55
  5.2 工作展望  55-56
参考文献  56-61
致谢  61-62
个人简历  62-63
攻读硕士期间发表的论文  63

相似论文

基于随机森林的植物抗性基因识别方法研究,Q943
数字电视互动应用交互系统设计与实现,TP311.52
手势追踪研究与手势识别应用平台实现,TP391.4
液冷源控制系统的研制,TP273
全新的交互体验,TP11
重磁正反演的三维可视化方法研究,TP391.41
基于视频的人机交互方式研究,TP391.41
红外遥控检测系统,TP872
基于扩频技术的煤矿井下综合自动化系统研究,TN914.42
航空发动机装配工艺与资源管理系统,V263.2
基于Flash技术的高校网络课程设计与实现,TP391.6
基于DSP的双丝焊机及人机界面研究,TG409
基于计算机视觉的手势交互系统的设计与实现,TP391.41
软件人机交互界面视觉优化技术研究,TP311.52
基于用户体验提高iPhone平台效率型应用软件（APP）使用持续性的研究,TP311.56
基于机器感知识别手势的研究,TP391.41
J-TEXT托卡马克电源监控系统界面开发,TL631.24
家庭影视系统智能遥控器的设计及其交互方式研究,TP872
下一代广播电视网中有源EoC的人机交互系统的研究与实现,TP11
基于MTK平台双制式手机电视的研究与实现,TN929.53
基于视觉的手势识别技术研究,TP391.41