基于Kinect的动态孤立手势识别研究北大核心CSCD

当前方法对动态孤立手势的识别,过程复杂、成本高,动态手势的移动轨迹易受到外界环境的干扰、识别准确率低.提出了基于Kinect的动态孤立手势识别方法,利用Kinect传感器获取动态手势信息,对人体手部进行实时、准确的定位跟踪,并对手部图像进行平滑去噪处理,提取动态手势轨迹的特征;引入隐马尔可夫模型(HMM)对动态孤立手势及手部运动轨迹的样本集进行有效训练,最终实现动态孤立手势的精确识别.实验证明提出的方法在噪声干扰和光线缺失的环境下,对动态孤立手势仍具有较高的识别率,鲁棒性强.     

基于Kinect深度图像的指尖识别及手势判定

在基于微软Kinect体感设备开发的交互应用系统中,使用传统的鼠标、键盘等交互设备难以达到理想的效果。针对这种情况,提出一种基于指尖识别的手势判定方法。采用Kinect传感器获取图像的深度信息,通过OpenNI的内置模块获取手心的位置信息,使用最近邻法实现手部的分割并对手形进行提取;并采用射线求交法优化Graham Scan算法获取凸包点集合,利用轮廓分析法从凸包点中识别出指尖。在此基础上,结合指尖数目和面积比例实现对“抓取”手势的判定。实验结果表明,该方法能有效地识别抓取动作的手势,且具有良好的鲁棒性。     

基于Kinect的手势识别及在虚拟装配技术中的应用

为了实现在Virtools环境下自然方便的人机交互过程,设计开发了基于Kinect的虚拟装配交互技术。该技术通过三维多手指检测并结合Kalman滤波来稳定跟踪指尖,同时基于指尖特征自定义了多种装配所需的手势;以Mir-crosoft Visual Studio 2010为开发工具,设计了手势操控相关功能块的编辑后集成于Virtools环境中,实现了手势在虚拟装配中的交互控制。实例证明,该技术能很好地完成虚拟装配过程,效果良好。     

基于Kinect传感器的近场手势识别追踪系统的实现

利用Kinect深度传感器所获取的图像深度信息实现手部从背景中的分割,并通过零均值离散高斯滤波、二值化、取最小外包矩形、欧式距离变换等一系列过程对手势目标进行识别,最后把得到的识别结果显示在电脑上,实现实时追踪。该系统相较其它类似系统具有算法简单,实时性好,实现成本低等特点。     

基于Kinect的空中手势跟踪识别的研究与实现

本文以肢体语言中的手势为出发点,利用微软的Kinect体感设备,采集RGB彩色图像和深度图像,研究并提出一套手势跟踪识别的设计思路与实现方法。首先,利用Kinect所获取的色彩及深度信息,建立人体骨骼图从而更方便地定位手部位置并获取手部轮廓。其次,从HSI彩色空间对手部的深度图像进行二值化,并进行腐蚀、细化处理,去除手掌掌心部分。最后,通过对手指的计数定义相应操作。经实验测试,该系统具有对手势的识别功能,可以达到用空中手势动作进行人机交互的目的。     

基于Kinect传感器的家电手势控制应用研究

为提高智能家电的人机交互性,研究实现了一种基于Kinect传感器的手势识别系统,用户通过该系统可手势控制电视的多种操作功能。对常见的三种动态手势识别算法进行分析对比后,结合应用需求,重点研究了动态手势识别DTW算法。基于Kinect for windows SDK获取的手势深度图像和骨骼图像数据,采用DTW算法进行识别,最后给出了程序实现。实验表明,该方法可实现多种电视控制功能,而且具有较好的实时性和准确性。     

一种基于深度图像的手势识别算法

利用Kinect捕捉深度图像,使用有效的手势分割手段将手势区域截取并运用相关算法对手势进行轮廓、凸包及其最小外接圆提取;然后构建了4种手势特性参数并给出了4种参数的计算方法;最后综合手势特性参数构建分类决策树以实现手势识别.实验针对9种常见手势在复杂背景条件下进行测试,单个手势识别率在89％-100％之间,综合识别率达到96％.     

基于MATLAB的静态手势识别系统设计

随着人工智能的快速发展,人机交互的方式备受关注.手势识别作为新的人机交互的输入方式,在很多领域得到了广泛的应用.该文设计的是基于MATLAB的静态手势识别系统.首先,利用MATLAB强大的图像处理功能将图像灰度化和二值化,然后对手势图像进行分割并提取特征,最后实现静态手势识别.经过多次验证,该系统具有较高识别率.     

基于Kinect的手部分割混合识别技术

基于人手的人机交互由于其便利性,是未来人机交互技术发展的重要方向之一。本文基于Kinect硬件,提出了一种自适应的混合型手部分割方法,结合基于深度图像的阈值分割方法和基于彩色图像的肤色分割方法,对人体图像进行手部分割。该混合型手部分割方法,能够较好的克服光线以及复杂背景所带来的消极影响,也能够更好的适应复杂的人体动作,达到更好的分割效果。最终,本文搭建了硬件实测平台,验证该算法的有效性。     

基于Kinect的智能家居系统

针对传统基于物联网技术的智能家居系统用户参与感不强、无法进行自定义手势操控等问题,设计一套基于Kinect的智能家庭管理系统。通过深度传感器得到彩色数据流、深度数据流以及骨骼数据流,从而获取人体的动作轨迹,并自定义手势操控方式来实现家居的智能控制。由于深度数据对光照和背景干扰等因素有较强的鲁棒性,提高了手势及轨迹识别的准确性和可靠性。在明暗两种光照条件下,对该文定义的4种手臂姿势、3种动作任务和5种微小手势的识别实验表明,该文设计的系统能够满足智能家居的基本需求。     

一种基于方向直方图的嵌入式手势识别系统

将手势识别算法在DSP嵌入式系统上实现,并将算法进行改进使其能适合嵌入式系统的特点,采用改进的边缘像素直方图的方法实现手势识别,最终用Bhattacharyya距离匹配模版,识别手势含义。该方法在嵌入式系统上实现,有实际应用的价值,并对前景的平移和尺寸变化不敏感。算法简单快速,稳健性好,有应用前景。     

应用于Meego智能手机的手势识别系统设计

设计了一款可以应用于以Meego为框架的智能手机中的手势识别系统。该系统将Qt和OpenCV作为软件开发平台,借助两者强大的函数库进行繁琐的手势识别。实验证明,该系统可快速高效地实现各种静态手势的识别。该系统具有很好的可扩展性和应用发展空间。     

基于串联式一维神经网络的毫米波雷达动态手势识别方法

现有的基于雷达传感器的手势识别方法,大多先利用雷达回波对手势的距离、多普勒和角度等信息进行参数估计,得到各种数据谱图,然后再利用卷积神经网络对这些谱图进行分类,实现过程较为复杂.该文提出一种基于串联式1维神经网络(1D-ScNN)的毫米波雷达动态手势识别方法.首先基于毫米波雷达获取动态手势的原始回波,然后利用1维卷积和...     

基于HMM的手势轨迹识别方法及应用

结合基于深度图像的手势分割不易受光照、背景变化等诸多因素影响的特点,提出一种基于隐马尔可夫模型(HMM)的动态手势轨迹识别方法.首先采用Kinect传感器获取手势的运动轨迹,利用模板匹配定标起始点,速度变化确定结束点,然后对轨迹进行高斯滤波预处理操作,再对手势轨迹进行方向角的特征提取,最后利用多观察值序列的Baum-Welch算法对HMM进行轨迹样本的训练,并用Viterbi算法求取最大概率序列的方法来实现轨迹识别.实验表明,该方法的实时性高、鲁棒性强,并成功运用到电视的遥控模块中.     

基于电容的手势识别系统

传统手势识别装置一般依赖于复杂计算设备,在简单场合配置手势识别装置成本过高。针对这一问题,提出了基于电容数字转换器的手势识别系统。具体实施过程中,电容数字转换器采集静态手势特征,滑动窗口滤波加工特征数值,再结合K邻近分类算法判别静态手势。该系统具有对硬件要求低、功耗小、对环境光强不敏感等优点。经过50次试验,系统对于常用的数字零到五手势识别正确率为98%,判别时间小于0.6 s。     

面向投影—摄像交互环境下的多点手势识别系统

针对投影—摄像人机交互系统中手势指令描述困难、手势辨识度难以提高、多点手势交互实现困难的问题,将多点手势分解为2个或者2个以上的元手势的组合,它们之间满足一定的空间位置关系和时序逻辑;将经典的曲线形状描述方法Freeman链码应用于手势描述系统,采用该方法可以使手势描述满足形状不变性、唯一性和鲁棒性的特点;并结合改进的Hausdorff距离建立手势识别系统,在距离变换空间内,对交互人手势与事先建立的模板库进行匹配识别。实验结果表明,采用以上方法搭建的交互系统对手势具有较高的识别率,有很强的实用价值。     

基于CBIR技术的手机人脸识别系统设计

在目前手机通讯和Internet极大普及、CBIR技术日趋成熟及其Web方案成功运行实践的基础上,提出了CBIR、Internet和无线通讯技术三位一体的设计思想,实现了一种新型以手机为我体的便携式人脸识别系统,该系统既是手机增值业务的延伸,同时也为众多领域内基于CBIR技术的识别系统提供了积极的借鉴和更为广阔的应用空间.     

车型识别系统中利用阴影特点快速定位车体

阴影在车型识别系统中对于车体的准确定位产生很大的影响,为了能准确地定位车体,提出一种快速定位阴影与车体之间边界的算法即根据平行投影知识和成像原理的方法来定位阴影与车体之间的边界,同时利用该算法也能找出货车本身所具有的特征如货车的车头和车尾的定位,利用所寻找的特征点也可以进一步判断车所属的大致类型.利用该算法进行了大量的实验,从实验结果来看,该算法具有较好的稳定性和有效性.从该算法的计算时间来看也能满足实时系统的需要.     

网络技术在汽车电控系统中的应用

介绍了汽车电子控制技术的发展和现状以及网络技术，如总线技术、短距离无线通信技术在目前汽车电子控制系统中的应用和发展方向，并对目前应用比较广泛的几种协议进行了比较，提出了汽车电控系统网络化的优点。     

自行体上稳定系统设计的有关分析

车体运动给跟踪系统带来了反电枢扰动、转速扰动、电流扰动、天线指向扰动,本文仔细分析了这些扰动产生的原因,给出要克服这些扰动应采取的措施。