基于Kinect的大屏幕手势互动系统研究与实现

来源 :安徽大学 | 被引量 : 0次 | 上传用户:simon20088
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机、信息化的发展,人机交互在办公以及生活中显得越来越重要,自然用户界面已经成为人机交互发展的趋势,目前研究比较热门的有用语言、动作及表情等与计算机进行交互。手势识别作为自然人机交互的一项关键的技术,具有灵活、直观、简单等优点,成为动作与计算机交互研究领域中的热点,在业内引起了很多学者的关注和研究。手势识别的发展由早起的佩戴数据手套逐渐的转向基于视觉方法的研究,目前大多的手势识别研究是在计算机视觉的基础上进行的,通过摄像头直接获取背景空间的信息,无需佩戴复杂、昂贵的输入设备。众所周知的触摸屏技术现已发展的比较成熟,但大多应用于小屏幕的操作上,例如:手机、笔记本、小型触摸屏等。针对大屏幕的操作,目前缺乏较有效的交互手段。本文对动态手势识别进行了研究并设计了一套动态手势识别交互系统,实现了人与大屏幕的实时互动操作。Kinect是微软2010年研发出来的,能够在复杂的背景环境下快速准确的获取人体骨骼节点信息。本文以Kinect为输入设备,获取人体手部、手腕、肘部和脊椎这几个关键的骨骼节点信息作为实验的特征向量。主要工作有以下几个方面:针对手势识别的研究,分析了整个识别过程,对识别过程中每个阶段采用的技术做了详细的调查和研究。阐述了 Kinect设备在获取深度信息上的强大功能以及基于Kienct手势识别研究的现状和优点。研究了动态手势的识别过程,针对手势识别起点和终点的检测,本文提出一种基于特殊手势判断的方法。定义一种静态手势,通过识别定义的手势的判断动态手势是否开始,对于动态手势的结束则根据计算连续多帧内特征节点运动的距离判断。在动态手势识别过程中,针对手势识别的效率和速率问题,对传统的动态时间规整(Dynamic Time Warping,DTW)算法进行了改进。首先,利用特征节点在运动过程中的方差对其进行了权值的动态分配,以便提高识别效率。其次,对DTW算法的搜索路径进行了详细的分析,采取点与线结合的方法对其搜索路径进行约束,减少计算量,提高识别速率。最后,将改进后的DTW算法与K近邻(K-nearest neighbor,KNN)算法进行结合用于识别手势,能够有效的提高识别效率。最后,设计并实现了一个与手势识别相关的大屏幕互动系统,在系统中手势代替了鼠标的部分功能,直接通过不同的手势对大屏幕上的内容进行操作,整个系统运行流畅,让人真实的体会到人机交互。
其他文献
近年来,随着互联网技术的迅猛发展,Web服务作为面向服务架构的关键技术,越来越多的受到人们的关注。其中,Web服务发现作为实现Web服务正确、灵活的交互以及Web服务动态组合的
在服务计算(SOC)的风范下,分布在Internet上的各种异构资源都可以封装成服务的形式发布出去,供他人共享。Web服务技术顺应了这种计算风范,通过Web服务的组合,可以高效的实现资源的
随着信息技术的发展,越来越多的应用会采集并使用大量的高维数据来解决某些问题。数据的维度越高,所包含的信息量就越大,会方便我们使用和挖掘数据信息。但与此同时,高维的特
支持向量机是一种机器学习方法,它以统计学理论为基础,在解决小样本非线性问题上表现出了特有的优势,自提出以来,一直受到重视。目前仍存在很多问题尚未解决,因此需要对支持
在大规模的企业应用中,通常的应用都是运行于异构的硬件平台、操作系统和网络协议上的。如果分布式应用系统之间通过原始的点对点访问方式进行数据交换,无疑将极大地增加开发
近年来,随着数据采集技术的发展,在各种领域如计算机视觉、模式识别、生物信息以及医学图像处理等都要面临处理高维数据的难题。数据并不是维数越高越好,因为高维数据往往会
近些年来,无线传感器网络成为通信领域研究的一个热点,它是一种新型的数据监控网络。对于无线传感器网络来说,路由协议的研究有利于提高该网络的路由性能。传统的路由协议中,
体可视化技术是可视化研究中的关键技术之一,在计算流体力学地球空间医疗科学等各个领域中得到了广泛应用,体数据是由一些体素(Voxel)组成的集合,由于是高维数据,往往具有很大的数
随着Web服务数量的与日俱增,网络上发布的服务大多数都存在结构简单功能单一的缺陷,而用户对于业务的需求是动态的,所以如何根据用户的需求对Web服务进行选择,有效地组合分布
随着计算机技术个网络技术的发展,实时性多媒体系统如视频监控,远程会议等逐步被应用到社会的各个领域。与传统多媒体系统的存储传输播放模式不同,实时性多媒体系统除了具有