摘要：
随着计算机技术的迅猛发展,人机交互方式也日趋多样化。基于视觉的手势识别是新一代人机交互的重要研究内容;计算机通过摄像头理解人们的手势并做出相应的反应,弥补了传统的键盘、鼠标交互方式的不足。但现有的基于视觉的手势识别研究中仍然存在着一些不足和问题。例如,基于肤色分割的方法进行双手追踪,当手与手在运动过程中发生遮挡时,就没有办法正确追踪左右手的位置;如何让手势识别应用系统更好的适应实际情景中复杂多变的背景环境。 本文在YCrCb颜色空间建立了一种基于高斯分布的统计模型,通过对手部图像的采样统计,自动初始化手部的肤色参数和面积参数后,对手部、脸部进行分割;并针对手势识别系统中的左、右手发生遮挡情况下的追踪问题,提出了一种质心估计的方法,比较好的解决了双手在运动过程中的遮挡问题;并通过实验对比,验证了此方法的有效性。 针对隐马尔可夫模型(HMM,Hidden Markov Model)识别方法的手势识别的研究,本文设计并实现了一个手势应用平台软件G-Platform。研究者通过此平台可以方便的进行实验研究和应用系统的开发。G-Platform基于双摄像头,它可对手势者进行颜色与面积参数的自动采样并初始化、录制实验和手势训练所需的视频素材、对要训练的视频进行分割和手势方向特征值的提取、训练生成手势模型库文件和进行模型库文件管理。G-Platform大大方便了研究者进行手势识别的研究、加速了手势识别应用系统的开发;对于手势应用平台的价值和可用性,本文进行了问卷调查和意见收集。
展开
