《ASL识别手势检测混合高斯模型最小多边形近似人工神经网络论文》由会员分享，可在线阅读，更多相关《ASL识别手势检测混合高斯模型最小多边形近似人工神经网络论文（4页珍藏版）》请在金锄头文库上搜索。
1、基于单目视觉基于单目视觉 ASLASL 字母手势检测与识别技术研究字母手势检测与识别技术研究【摘要】 手势识别技术是当今新兴的一个 HCI 发展方向。本文的研究是关于一类结构化的手势集合,ASL 字母拼写手势基于单目视觉系统下的检测和识别。按照手势检测和手势识别两个最关键的问题逐步展开了讨论。在手势检测部分讨论了基于肤色的手势检测和基于运动的手势检测。在基于肤色检测中建立肤色的 GMMs 参数模型用来在不同色度空间描述肤色,并改进了一个自适应阈值的思路用来完成对人手肤色的检测；同时在基于运动的手势检测中通过采用 GMMs 背景差运动检测法得到了手势的运动信息。结合两类并行手势检测的结果实现了基
2、于连通域分析法的手语手势区域的分割。在识别过程讨论了对手势 ROI 的预处理来去掉手臂,旋转校正和尺寸规整。在特征提取方面针对有手指手势的二值轮廓通过 MPP 方式提取其形状特征,针对无手指手势的二值轮廓无明显差异采用基于 PCA 对手势灰度模板样本空间进行维数约简的方法。最后给出了采用 MPP 特征提取方式结合 RBF 分类器和 PCA 特征提取方式结合 RBF 分类器对 ASL 字母手势识别的验证结果。 更多还原【Abstract】 Hand gesture recognition technique is an emerging HCI trend nowadays. The studi
3、es are on a structured set of hand gestures in this 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 dete
4、ction based on skin color and the detection based on hand motion is discussed separately in the hand gesture detection pa. 更多还原 【关键词】 ASL 识别； 手势检测； 混合高斯模型； 最小多边形近似； 人工神经网络； 【Key words】 ASL recognition； gesture detection； GMMs； MPP； ANN； 【索购论文全文索购论文全文】138113721138113721 139938848139938848 即付即发即付即发目录摘
5、要 3-4 ABSTRACT 4 第一章 绪论 7-13 1.1 手势识别技术的分类 7-9 1.2 手势识别技术的研究意义以及发展背景 9-11 1.3 本文的结构安排 11-13 第二章 手语手势识别问题的描述 13-23 2.1 ASL 字母拼写手势简介 13-14 2.2 ASL 手势识别中的分类 14-16 2.3 基于视觉的手语手势识别中的关键问题 16-17 2.4 基于视觉的手语手势研究现况 17-19 2.5 本文研究的手语手势集合以及系统与主体环境 19-23 第三章 基于色度空间变换和肤色建模的手势检测技术 23-41 3.1 色度空间变换以及肤色在不同色度空间中的分布
6、23-29 3.1.1 常用的肤色色度空间 23-26 3.1.2 手势肤色在常用色度空间中的分布 26-29 3.2 手势肤色在色度空间中的模型 29-34 3.2.1 人手肤色的参数模型 GMMs 29-31 3.2.2 EM 算法对肤色 GMMs 进行参数估计 31-34 3.3 建立手语肤色的 GMMs 以及基于肤色的手势检测 34-37 3.4 改进的自适应阈值方法 37-41 第四章 结合运动分量的时空相干手语手势的检测 41-53 4.1 手势运动分量的检测 41-46 4.1.1 基于背景差的手语手势运动检测 41-43 4.1.2 基于相邻帧差的手语手势运动检测 43-44
7、4.1.3 基于光流的手语手势运动检测 44-46 4.2 结合肤色和运动分量的手语手势检测 46-47 4.3 改进的基于肤色和运动信息的手语手势检测 47-50 4.3.1 对 GMMs 背景模型的改进 48-49 4.3.2 基于数学形态学滤波得到手势完整掩模 49-50 4.4 基于连通域分析法的一个手语手势 ROI 分割的新思路 50-53 第五章 ASL 字母手势的特征提取及识别 53-71 5.1 手语手势 ROI 的三步预处理过程 53-58 5.1.1 基于人体几何学的手语手势模板的范围规整 53-55 5.1.2 手势掩模的质心和旋转校正 55-56 5.1.3 基于小波变换对手语手势模板的尺寸压缩和规整 56-58 5.2 手语手势的特征提取 58-64 5.2.1 基于最小周边多边形 MPP 近似的手语手势形状特征提取 59-60 5.2.2 基于 PCA 的 ASL 字母无手指手势灰度模板样本子空间提取 60-64 5.3 ASL 字母手势的识别问题 64-68 5.3.1 基于核密度估计的贝叶斯分类方式 64-65 5.3.2 基于人工神经网络的 ASL 字母手势识别 65-68 5.4 ASL 字母手势的识别结果与分析 68-71 总结和展望 71-73 参考文献
