ASL識(shí)別手勢(shì)檢測(cè)混合高斯模型最小多邊形近似人工神經(jīng)網(wǎng)絡(luò)論文

1、基于單目視覺ASL字母手勢(shì)檢測(cè)與識(shí)別技術(shù)研究【摘要】 手勢(shì)識(shí)別技術(shù)是當(dāng)今新興的一個(gè)HCI發(fā)展方向。本文的研究是關(guān)于一類結(jié)構(gòu)化的手勢(shì)集合,ASL字母拼寫手勢(shì)基于單目視覺系統(tǒng)下的檢測(cè)和識(shí)別。按照手勢(shì)檢測(cè)和手勢(shì)識(shí)別兩個(gè)最關(guān)鍵的問(wèn)題逐步展開了討論。在手勢(shì)檢測(cè)部分討論了基于膚色的手勢(shì)檢測(cè)和基于運(yùn)動(dòng)的手勢(shì)檢測(cè)。在基于膚色檢測(cè)中建立膚色的GMMs參數(shù)模型用來(lái)在不同色度空間描述膚色,并改進(jìn)了一個(gè)自適應(yīng)閾值的思路用來(lái)完成對(duì)人手膚色的檢測(cè)；同時(shí)在基于運(yùn)動(dòng)的手勢(shì)檢測(cè)中通過(guò)采用GMMs背景差運(yùn)動(dòng)檢測(cè)法得到了手勢(shì)的運(yùn)動(dòng)信息。結(jié)合兩類并行手勢(shì)檢測(cè)的結(jié)果實(shí)現(xiàn)了基于連通域分析法的手語(yǔ)手勢(shì)區(qū)域的分割。在識(shí)別過(guò)程討論了對(duì)手勢(shì)RO

2、I的預(yù)處理來(lái)去掉手臂,旋轉(zhuǎn)校正和尺寸規(guī)整。在特征提取方面針對(duì)有手指手勢(shì)的二值輪廓通過(guò)MPP方式提取其形狀特征,針對(duì)無(wú)手指手勢(shì)的二值輪廓無(wú)明顯差異采用基于PCA對(duì)手勢(shì)灰度模板樣本空間進(jìn)行維數(shù)約簡(jiǎn)的方法。最后給出了采用MPP特征提取方式結(jié)合RBF分類器和PCA特征提取方式結(jié)合RBF分類器對(duì)ASL字母手勢(shì)識(shí)別的驗(yàn)證結(jié)果。更多還原【Abstract】 Hand gesture recognition technique is an emerging HCI trend nowadays. The studies are on a structured set of hand gestures in t

3、his paper, which is on the ASL alphabet spelling gestures and its detection and recognition under the system based on monocular vision. The two key points on gestures detection and gestures recognition are addressed step by step in this paper. The detection based on skin color and the detection base

4、d on hand motion is discussed separately in the hand gesture detection pa.更多還原 【關(guān)鍵詞】 ASL識(shí)別； 手勢(shì)檢測(cè)； 混合高斯模型； 最小多邊形近似； 人工神經(jīng)網(wǎng)絡(luò)； 【Key words】 ASL recognition； gesture detection； GMMs； MPP； ANN； 【索購(gòu)論文全文】138113721 139938848 即付即發(fā)目錄摘要 3-4 ABSTRACT 4 第一章 緒論 7-13 1.1 手勢(shì)識(shí)別技術(shù)的分類 7-9 1.2 手勢(shì)識(shí)別技術(shù)的研究意義以及發(fā)展背景 9-11 1.3

5、本文的結(jié)構(gòu)安排 11-13 第二章 手語(yǔ)手勢(shì)識(shí)別問(wèn)題的描述 13-23 2.1 ASL字母拼寫手勢(shì)簡(jiǎn)介 13-14 2.2 ASL手勢(shì)識(shí)別中的分類 14-16 2.3 基于視覺的手語(yǔ)手勢(shì)識(shí)別中的關(guān)鍵問(wèn)題 16-17 2.4 基于視覺的手語(yǔ)手勢(shì)研究現(xiàn)況 17-19 2.5 本文研究的手語(yǔ)手勢(shì)集合以及系統(tǒng)與主體環(huán)境 19-23 第三章 基于色度空間變換和膚色建模的手勢(shì)檢測(cè)技術(shù) 23-41 3.1 色度空間變換以及膚色在不同色度空間中的分布 23-29 3.1.1 常用的膚色色度空間 23-26 3.1.2 手勢(shì)膚色在常用色度空間中的分布 26-29 3.2 手勢(shì)膚色在色度空間中的模型 29-34

6、3.2.1 人手膚色的參數(shù)模型GMMs 29-31 3.2.2 EM算法對(duì)膚色GMMs進(jìn)行參數(shù)估計(jì) 31-34 3.3 建立手語(yǔ)膚色的GMMs以及基于膚色的手勢(shì)檢測(cè) 34-37 3.4 改進(jìn)的自適應(yīng)閾值方法 37-41 第四章 結(jié)合運(yùn)動(dòng)分量的時(shí)空相干手語(yǔ)手勢(shì)的檢測(cè) 41-53 4.1 手勢(shì)運(yùn)動(dòng)分量的檢測(cè) 41-46 4.1.1 基于背景差的手語(yǔ)手勢(shì)運(yùn)動(dòng)檢測(cè) 41-43 4.1.2 基于相鄰幀差的手語(yǔ)手勢(shì)運(yùn)動(dòng)檢測(cè) 43-44 4.1.3 基于光流的手語(yǔ)手勢(shì)運(yùn)動(dòng)檢測(cè) 44-46 4.2 結(jié)合膚色和運(yùn)動(dòng)分量的手語(yǔ)手勢(shì)檢測(cè) 46-47 4.3 改進(jìn)的基于膚色和運(yùn)動(dòng)信息的手語(yǔ)手勢(shì)檢測(cè) 47-50 4.3

7、.1 對(duì)GMMs背景模型的改進(jìn) 48-49 4.3.2 基于數(shù)學(xué)形態(tài)學(xué)濾波得到手勢(shì)完整掩模 49-50 4.4 基于連通域分析法的一個(gè)手語(yǔ)手勢(shì)ROI分割的新思路 50-53 第五章 ASL字母手勢(shì)的特征提取及識(shí)別 53-71 5.1 手語(yǔ)手勢(shì)ROI的三步預(yù)處理過(guò)程 53-58 5.1.1 基于人體幾何學(xué)的手語(yǔ)手勢(shì)模板的范圍規(guī)整 53-55 5.1.2 手勢(shì)掩模的質(zhì)心和旋轉(zhuǎn)校正 55-56 5.1.3 基于小波變換對(duì)手語(yǔ)手勢(shì)模板的尺寸壓縮和規(guī)整 56-58 5.2 手語(yǔ)手勢(shì)的特征提取 58-64 5.2.1 基于最小周邊多邊形MPP近似的手語(yǔ)手勢(shì)形狀特征提取 59-60 5.2.2 基于PCA的ASL字母無(wú)手指手勢(shì)灰度模板樣本子空間提取 60-64 5.3 ASL字母手勢(shì)的