摘要：

隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展,人機(jī)交互方式也日趨多樣化?；谝曈X(jué)的手勢(shì)識(shí)別是新一代人機(jī)交互的重要研究?jī)?nèi)容;計(jì)算機(jī)通過(guò)攝像頭理解人們的手勢(shì)并做出相應(yīng)的反應(yīng),彌補(bǔ)了傳統(tǒng)的鍵盤、鼠標(biāo)交互方式的不足。但現(xiàn)有的基于視覺(jué)的手勢(shì)識(shí)別研究中仍然存在著一些不足和問(wèn)題。例如,基于膚色分割的方法進(jìn)行雙手追蹤,當(dāng)手與手在運(yùn)動(dòng)過(guò)程中發(fā)生遮擋時(shí),就沒(méi)有辦法正確追蹤左右手的位置;如何讓手勢(shì)識(shí)別應(yīng)用系統(tǒng)更好的適應(yīng)實(shí)際情景中復(fù)雜多變的背景環(huán)境。 本文在YCrCb顏色空間建立了一種基于高斯分布的統(tǒng)計(jì)模型,通過(guò)對(duì)手部圖像的采樣統(tǒng)計(jì),自動(dòng)初始化手部的膚色參數(shù)和面積參數(shù)后,對(duì)手部、臉部進(jìn)行分割;并針對(duì)手勢(shì)識(shí)別系統(tǒng)中的左、右手發(fā)生遮擋情況下的追蹤問(wèn)題,提出了一種質(zhì)心估計(jì)的方法,比較好的解決了雙手在運(yùn)動(dòng)過(guò)程中的遮擋問(wèn)題;并通過(guò)實(shí)驗(yàn)對(duì)比,驗(yàn)證了此方法的有效性。 針對(duì)隱馬爾可夫模型(HMM,Hidden Markov Model)識(shí)別方法的手勢(shì)識(shí)別的研究,本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)手勢(shì)應(yīng)用平臺(tái)軟件G-Platform。研究者通過(guò)此平臺(tái)可以方便的進(jìn)行實(shí)驗(yàn)研究和應(yīng)用系統(tǒng)的開(kāi)發(fā)。G-Platform基于雙攝像頭,它可對(duì)手勢(shì)者進(jìn)行顏色與面積參數(shù)的自動(dòng)采樣并初始化、錄制實(shí)驗(yàn)和手勢(shì)訓(xùn)練所需的視頻素材、對(duì)要訓(xùn)練的視頻進(jìn)行分割和手勢(shì)方向特征值的提取、訓(xùn)練生成手勢(shì)模型庫(kù)文件和進(jìn)行模型庫(kù)文件管理。G-Platform大大方便了研究者進(jìn)行手勢(shì)識(shí)別的研究、加速了手勢(shì)識(shí)別應(yīng)用系統(tǒng)的開(kāi)發(fā);對(duì)于手勢(shì)應(yīng)用平臺(tái)的價(jià)值和可用性,本文進(jìn)行了問(wèn)卷調(diào)查和意見(jiàn)收集。

展開(kāi)

總結(jié)

以上是生活随笔為你收集整理的Android单目手势识别,手势追踪研究与手势识别应用平台实现的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。