基于單目視覺的靜態(tài)手勢(shì)識(shí)別系統(tǒng)研究.pdf

1、隨著計(jì)算機(jī)和信息科學(xué)技術(shù)的迅速發(fā)展，人機(jī)交互已經(jīng)成為人們?nèi)粘Ｉ畹囊粋€(gè)必不可少的重要組成部分。鑒于手勢(shì)具有直觀性、自然性的特點(diǎn)，手勢(shì)識(shí)別已經(jīng)成為人機(jī)交互領(lǐng)域中的重要組成部分，作為一項(xiàng)關(guān)鍵性技術(shù)，手勢(shì)識(shí)別已成為涉及圖像處理、模式識(shí)別、計(jì)算機(jī)視覺等領(lǐng)域一個(gè)熱點(diǎn)研究課題。將手勢(shì)作為人機(jī)交互的手段，在智能系統(tǒng)、機(jī)器人控制、多媒體教學(xué)、娛樂(lè)游戲、聾啞人溝通交流等領(lǐng)域擁有廣泛的應(yīng)用前景。
　　本文設(shè)計(jì)并實(shí)現(xiàn)了基于單攝像頭下的靜態(tài)手勢(shì)識(shí)別系統(tǒng)。

2、能夠?qū)?6個(gè)英文字母進(jìn)行識(shí)別。涉及到的領(lǐng)域包括圖像分割，特征點(diǎn)的提取以及手勢(shì)的訓(xùn)練與識(shí)別。論文的主要工作包括:
　　1.分析了基于YCbCr顏色空間的膚色模型和基于運(yùn)動(dòng)信息模型的優(yōu)缺點(diǎn)，設(shè)計(jì)和實(shí)現(xiàn)了膚色和運(yùn)動(dòng)信息相結(jié)合的相鄰幀的自適應(yīng)更新高斯建模算法，得到了較好的手勢(shì)分割效果。
　　2.提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）和多層感知器(MLP)的特征提取和識(shí)別算法，并且與傳統(tǒng)的特征提取方法:基于梯度的特征提取算法(HOG)、

3、基于局部紋理的特征提取算法(LBP)進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明使用CNN和MLP的特征提取算法識(shí)別率為97.86％，比傳統(tǒng)CNN提高了5％左右，訓(xùn)練模型的速度縮短約8倍;比HOG+MLP識(shí)別率高8％左右;比LBP+MLP高10％左右。
　　3.采用本文所提的特征提取算法，設(shè)計(jì)并實(shí)現(xiàn)了基于單攝像頭下的靜態(tài)手勢(shì)識(shí)別算法以及相應(yīng)的演示系統(tǒng)，與其他兩種常用手勢(shì)識(shí)別方法(基于梯度的特征提取(HOG)和支持向量機(jī)(SVM)的方法，基于局部紋理的特