学位论文 > 优秀研究生学位论文题录展示

基于双目立体视觉的手势识别技术

作　者: 何云龙
导　师: 刘宏
学　校: 华中科技大学
专　业: 计算机应用技术
关键词: 人机交互手势识别双目立体视觉深度信息 Level Sets Haar-like特征 Adaboost 状态区
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 11次
引　用: 0次
阅　读: 论文下载

内容摘要

如何更有效更自然地实现对计算机的操作，达到更好的用户体验，是人机交互领域的一个热点研究问题。基于手势的人机交互与其他交互方式比较，更易被用户接受和使用。通常将手势分为静态和动态手势两种。静态手势通常指手所呈现的形状，动态手势指的是手在空间中运动所形成的轨迹。将立体视觉技术引入到手势识别系统中使手势识别技术不再受二维平面图像信息的限制，可以利用深度信息，开发出更有效地图像分析和理解算法。研究基于双目立体视觉的手势识别方法，包括手势分割、运动跟踪和识别算法。提出了一种基于深度图像和背景建模的手势分割方法，解决由于运动模糊所造成的深度信息缺失问题；提出了一种新的融合深度信息和颜色信息的手势跟踪方法，可实时准确地跟踪动态手势；提出了一种手势和手形特征提取及分类方法，能正确区分不同操作者在不同操作距离的手势，使手势识别系统更健壮实用。基于上述方法，开发一套基于立体视觉的手势控制的人机交互演示系统。通过实验验证，所研究的方法对动态手势和静态手势均具有较高的识别准确率，并能满足实时性的要求。与IPTV应用程序联机测试表明，该基于手势控制的人机交互系统具有很好的互动效果和用户体验。

全文目录

摘要  4-5
ABSTRACT  5-6
目录  6-8
1 绪论  8-13
  1.1 课题的研究背景、目的和意义  8-9
  1.2 国内外研究现状  9-12
  1.3 本文主要研究内容及组织结构  12-13
2 系统的工作原理及关键技术  13-30
  2.1 系统的结构及工作原理  13-14
  2.2 双目立体视觉技术  14-27
  2.3 手势分割技术  27-28
  2.4 手势运动跟踪技术  28
  2.5 手形分类和手势轨迹识别技术  28-29
  2.6 本章小结  29-30
3 基于深度图像和背景建模的手势分割方法  30-42
  3.1 CODEBOOK 背景建模算法  30-31
  3.2 基于深度图像和背景建模的手势分割算法  31-37
  3.3 实验结果  37-41
  3.4 本章小结  41-42
4 基于深度特征的 LEVEL SETS 手势跟踪方法  42-53
  4.1 融合深度信息和颜色信息的表示模型  42-43
  4.2 基于新模型的 LEVEL SETS 的快速实现方法  43-51
  4.3 实验结果  51
  4.4 本章小结  51-53
5 手势识别方法  53-62
  5.1 基于扩展 HAAR-LIKE 特征和改进 ADABOOST 的手形分类算法  53-58
  5.2 基于状态变化串识别的动态手势识别算法  58-60
  5.3 联机测试  60-61
  5.4 本章小结  61-62
6 总结与展望  62-64
  6.1 总结  62
  6.2 展望  62-64
致谢  64-65
参考文献  65-70

基于双目立体视觉的手势识别技术

内容摘要

全文目录

相似论文