收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

实时云力态手势识另y技术的研究与应用

刘杨俊武  
【摘要】:随着人机交互技术的不断发展,传统基于键盘、鼠标的人机交互方式逐渐被自然人机交互方式所取代,手势交互作为新兴自然人机交互的主流方式之一,具有广泛的应用前景。由于手势具有复杂的多样性,研究如何实时地进行手势识别已经成为自然手势交互的关键技术之一。本文针对实时动态手势识别技术的手势特征提取和手势识别进行了研究,主要工作如下:(1)在基于计算机视觉的手势交互环境下,针对现有的动态手势特征提取算法计算量较大,计算时间较长的问题,提出一种基于关键帧和局部极值的动态手势特征提取算法(Dynamic Gesture Feature Extraction Algorithm based on Key Frames and Local Extremum,KFLE)。首先给出一种基于运动方向和自适应阈值的关键帧手势图像选取算法,选择出动态手势序列中运动方向或距离发生明显变化的关键帧手势图像进行手势特征提取。在手势特征提取的过程中,提出一种基于局部极值的指尖特征提取算法,通过构造距离函数并结合凸包过滤,寻找手势轮廓曲线上的局部极值点,确定手势中存在的指尖特征。实验结果表明,与基于凸包缺陷的手势特征提取算法和基于改进k-曲率的手势特征提取算法相比,KFLE算法可以分别缩短44.3%和71.9%的特征提取时间。(2)基于动态时间弯曲(Dynamic Time Warping,DTW)的动态手势识别算法因其计算简单,不需要训练的特点,适用于灵活多变的手势交互环境,但是该算法基于动态规划的思想,计算复杂度较高,导致较长的识别时间。因此,提出一种基于边界约束DTW的实时动态手势识别算法(Real Time Dynamic Gesture Recognition Algorithm based on Boundary-Constraint DTW,BCDTW)。首先给出一种将不等长的二维手势序列转换成等长的一维手势序列的方法,通过计算DTW下界距离减少不满足相似性要求的手势序列之间的DTW距离计算;然后提出一种基于Freeman链码确定手势序列边界宽度的方法,为手势数据设置配对范围。实验结果表明,与基于DTW的动态手势识别算法相比,BCDTW算法可以缩短50.4%的手势识别时间。(3)最后,基于上述的研究成果,设计并实现了手势交互原型系统,旨在通过手势使用城市空气质量数据可视查询系统。原型系统包括手势模板库管理、自定义手势和手势交互等功能,同时验证了KFLE算法和BCDTW算法的有效性和实用性。


知网文化
【相似文献】
中国博士学位论文全文数据库 前1条
1 高明柯;基于增强现实的冠心病血管介入手术仿真培训中关键问题研究[D];上海大学;2017年
中国硕士学位论文全文数据库 前10条
1 刘杨俊武;实时云力态手势识另y技术的研究与应用[D];南京邮电大学;2017年
2 王琳琳;基于惯性传感器的手势交互方法研究[D];电子科技大学;2017年
3 蒋磊磊;手势图像识别算法研究[D];沈阳理工大学;2017年
4 吴春京;可穿戴设备手势直觉化交互研究[D];北京邮电大学;2017年
5 王曦杨;面向手势交互的可视查询技术研究与应用[D];南京邮电大学;2017年
6 李璐瑶;触屏界面中的手势交互色彩的效用与模型研究[D];北京邮电大学;2017年
7 蔡萌萌;面向手势自然交互的人机相向互动模型与算法研究[D];济南大学;2017年
8 刘贝贝;基于嵌入式系统的手势跟踪技术研究[D];兰州理工大学;2017年
9 崔荣丽;移动机器人的手势交互控制技术研究[D];东北师范大学;2017年
10 陈群;基于3D手势跟踪中小脑运动控制功能及其模型的研究[D];南京邮电大学;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978