基于Kinect的手势识别算法及完成.docx

质料分类:盘算机信息 上传会员:小七同砚 更新时间:2019-08-19
须要金币2000 个金币 质料网罗:完全论文 下载论文
转换比率:金额 X 10=金币数目, 例100元=1000金币 论文字数:12790
折扣与优惠:团购最低可5折优惠 - 明确概略 论文名堂:Word名堂(*.doc)

摘要:近年来,手势识别成为人机交互研究领域异常主要的研究热门之一。本文首先应用Kinect传感器获得手势运动的深度图象,并凭证深度数据直方图阻拦手势朋分;接着提取手势特点形貌子,网罗:指尖运动坐标、手部点的Hu矩、指尖运动轨迹的偏向角;然后,划分应用DTW算法和HMM算法完成静态手势识别;最后经由历程自建数据集和地下数据集(Pen-Based Recognition of Handwritten Digits)验证本文措施的有用性。实验效果注解,该措施在两个数据集上都取得较高的识别准确率和较快的运转速率,能够知足实时。

要害字:静态手势识别;Kinect 深度图象; DTW算法; HMM算法

 

目录

摘要

Abstract

一、绪论-1

(一)研究配景与意义-1

(二)手势的界说与分类-2

好运28(三)研究现状及其难点-4

好运28(四)研究内容及结构部署-6

二、Kinect功效与深度图象手势提取-7

好运28(一)Kinect功效及深度图象简介-7

1.Kinect功效简介-7

2.深度图象简介-8

(二)深度图象手势朋分-8

(三)小结-9

好运28三、基于DTW的手势识别-10

(一)DTW算法基本看法与原理-10

好运281.DTW算法简介-10

好运282.DTW识别历程-10

好运283.累计距离参数选择-12

好运28(二)手势特点提取-13

好运281.手势特点拔取-13

好运282.手势样本库的培植-14

(三)实验效果-14

1.识别率剖析-14

好运282.时间效力剖析-16

(四)小结-16

好运28四、基于HMM的手势识别-17

好运28(一)HMM基本看法与原理-17

(二)HMM的三个基本效果-18

(三)手势特点提取-19

1.手势特点拔取-19

2.手势样本库的培植-20

(四)HMM算法完成流程-20

好运28(五)HMM初始值的拔取-20

(六)实验效果-21

1.识别率剖析-21

2.时间效力剖析-22

(七)小结-23

五、总结与展望-23

(一)本文使命总结-23

好运28(二)未来使命展望-24

申谢-25

参考文献-26

相关论文质料:
最新议论
上传会员 小七同砚 对本文的形貌:手势识别手艺[2]作为人机交互手艺中的主要组成部门,关于研究者剖析与明确人的个体行动、人与人或其它目的之间交互行动的寄义方面具有异常大的研究价值与研究远景。......
揭晓议论 (我们特殊支持正能量转达,您的加入就是我们最好的动力)
注册会员后揭晓精彩议论赞美积分,积分可以换金币,用于下载须要金币的原创质料。
您的昵称: 验证码: