基于kinect深度数据及组合特征的静态手势识别研究

基于kinect深度数据及组合特征的静态手势识别研究

ID:35057409

大小:3.93 MB

页数:59页

时间:2019-03-17

基于kinect深度数据及组合特征的静态手势识别研究_第1页
基于kinect深度数据及组合特征的静态手势识别研究_第2页
基于kinect深度数据及组合特征的静态手势识别研究_第3页
基于kinect深度数据及组合特征的静态手势识别研究_第4页
基于kinect深度数据及组合特征的静态手势识别研究_第5页
资源描述:

《基于kinect深度数据及组合特征的静态手势识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、:分类号:密级.UDC:学号:406130913138南昌大学硕±研究生学位论文基于Kinect深度数据及组合特征的静态手势识别研究¥Re化archofStaticGestureReconitionRaisedonKinectDepthDataga凸dCombinaionalFeature胡苏阳■培养单位(院、系);信息工程学院计算机系指导教师姓名、职称:黄水源副教授申请学位的学科口类:工学学科专业名称:计算机科学与技术论文答辩日期:兴a;巧与答辩季员会主席评阅人;錢化真年(月

2、端一、学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中恃别加标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研巧成果,也不包含为获得南昌大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何贡献均已在论文中作了明确的说明并表示谢意。6;心1(学位论文作者签名签字日期>年月]日二、学位论文版权使用授权书本学位论文作者完全了解南昌大学有关保留、使用学位论文的规定,同意学校有权保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文数被查据阅

3、和借阅。本人授权南昌大学可W将学位论文的全部或部分内容编入有关文库进行检索,可!M采用影印、缩印或扫描等复制手段保存、汇编本学位论。同时授权北京万方数据股份有限公司和中国学术期刊(光盘版)电子杂志论社将本学位论文收录到《中国学位论文全文数据库》和《中国优秀博硕±学位"文全文"规数据库》中全文发表,并通过网络向社会公众提供信息服务,同意按章程定享受相关权益。个J签学位字论文作者签名(手写):导师签名(手论文题曰期:^年(月1曰签字曰期:心0(6年^月)曰目絮补lUiL名始'化游元《愁和么斗娘击、部呼戶可名斗恭和)学号年0知寒论文级别博古口

4、硕:f:团/莖巧巧[乏》院m/系/所4%皆王乾違?名4條^专业U聲知言旨巧E—ail备注:"保密"^因^么开□保密(向校学位办申请获批准为,年月后公开^摘要摘要手势作为一种自然直接的交流方式,是一种新型的人机交互模式。操作者只需要通过在设备之前形成手势,便可与计算机进行互动。目前手势识别的理论和技术发展并不成熟,该领域是计算机学科的一个研究热点。Kinect作为一种新型的体感输入设备,有获取场景内物体深度信息的能力。将新型的Kinect第二代作为手势识别的源数据的获取传感器,应用数字图像处理技术进行处理加工,之后提取出手势的特征,进行静态手势识别,

5、遵循了手势识别的一般性步骤。首先详细介绍了如何使用新型的Kinect二代传感器获取深度图像,并通过使用上下限阈值分割算法对深度图像进行分割,得到手部的二值图像。之后计算出手势的轮廓、凸包、凸缺、重心等形状特征,将简单的特征进行组合,得到可以对手势凸包形状和凸缺位置进行描述的组合特征。最后使用常见的有监督分类算法对使用组合特征进行手势识别的有效性进行实验,并在不同室内光照条件下进行实验。针对12种由不同手势模式类构成的手势库,实验结果表明应用该手势表示方法可以有效地训练分类器,统计得出分类正确率达到91.7%。在室内三种不同光照条件下进行的实验表明,该手势识别方式几乎不受光照条件的

6、影响。同时具有运行稳定、实现简单的优点。关键词:静态手势识别;人机交互;Kinect;数字图像处理;组合特征;ABSTRACTABSTRACTHandgesture,asanaturalwayofhumancommunications,isonekindoflatesthuman-computerinteractionway.Theoperatoronlyneedstoformdifferentgesturesinfrontoftheequipmenttointeractwiththecomputer.Althoughautomatichandgesturerecognition

7、hasbeenstudiedextensivelyforaboutadecade,therelatedtheoriesandtechnologiesarenotmatureenough.Kinect,oneofthemostpopularmotionsensinginputdevices,iscapableofcapturingdepthdataalongwithRGBframes.Inthispaper,weemploythenewKinectversion2astheprov

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。