基于轨迹匹配的动态手势识别算法研究开题报告

全文总字数：4014字

1. 研究目的与意义（文献综述）

随着现代科学技术的突飞猛进,计算机与嵌入式技术也随之迅猛发展。当前,嵌入式技术朝着更高速、更高效、并行化、更高可靠性方向飞速发展的同时,也向着更自然、更简洁、更舒适的人机交互领域阔步前进。特别是在互联网、游戏、数码产品、ar、vr产业中,可提供更好的人机接口，方便人们与计算机更加自然和谐的沟通与交流,成为了计算机商业领域中一个具有经济效益的发展方向。

在人机交互中,技术的发展经历了键盘、鼠标、操作杆、手柄等交互方式,还经历了佩戴可穿戴传感设备、肢体交互方式,再到当前基于视觉的人脸、手势、指纹、触摸屏等交互方式和眼球、瞳孔交互等新型交互方式。利用这些新型方式进行人机交互，符合人类交流习惯、方式简单易懂、效率高、用户体验也很舒适。手势识别可以实现在现实生活中对虚拟环境的控制、对智能设备进行控制，实现智能家居。此外，对于智能控制和视频监控等领域,动态手势识别更具有重要的意义。基于实时摄像头的动态手势交互,因具有方便、易操控等特点,可以直接用裸手在摄像头前完成相应的手势操作,具有自然性、可移植性等特点,因而获得了学术界和工业界的较大关注。

目前在主流单目手势识别中,手势可分为静态手势与动态手势两大类。在静态手势中,手势的形状、轮廓、纹理等信息指示了静态手势的意义,而在动态手势中,手势的意义包含在移动速度、方向、轨迹中。从视觉上识别手势一般采用摄像头，根据完成功能的复杂度可分为普通型摄像头和深度检测型摄像头。普通摄像头只能捕捉2d平面图像，而深度摄像头可以捕捉3d立体图像，可以获得丰富的信息，识别成功率较高。微软公司的kinect为深度摄像头的代表，可以利用运动捕捉系统对象进行跟踪。该设备性能优秀，指令响应迅速，准确率高，但由于深度信息获取的相关技术仍在研究阶段，并且深度摄像机设备费用价格不菲，为这方面的研究设置了较高门槛，该方法也难以普及。基于2d摄像头的手势识别系统一般采用隐马尔可夫模型，包含了四个模块的识别系统，该方法可以在静止背景下进行连续的动态手势识别，识别率在90%以上、但由于该方法采用的hmm（hidden markov model,隐马尔可夫模型）算法需要大量的样本进行学习，导致算法累赘且实时性不高。

2. 研究的基本内容与方案

2.1 研究内容和目标

为了改善动态手势的检测跟踪效果，提高轨迹识别的算法实时性，本课题针对基于机器视觉的动态手势识别研究。首先对其中涉及的运动检测、肤色检测、目标跟踪等方面的相关算法进行理论分析和实验对比，据此选择出效果较好的算法，分析根据轨迹匹配进行动态手势识别的方法，利用opencv进行动态手势识别算法的编写，利用mfc设计系统的图形界面用以显示手势识别的关键步骤和识别结果。计划完成基于轨迹模板匹配的动态手势识别的理论设计，尝试软件仿真验证效果，完成资料整理和论文编写。

2.2 拟采用的技术方案

3. 研究计划与安排

第1-3周 查阅相关文献资料，明确研究内容，了解基于轨迹匹配的动态手势识别的实现方案，弄清工作原理，完成开题报告。

第4-7周 进一步阅读相关文献，确定系统框架，明确设计要点，完成手势识别各部分的设计方案。

第8-10周 根据系统的工作流程进行分步骤仿真，测试设计算法的可行性，获得手势识别的初步仿真部署结果。

4. 参考文献（12篇以上）

[1]易靖国,程江华,库锡树.视觉手势识别综述[j].计算机科学,2016, v.43(s1):103-108.

[2]rautaray s,agrawal a. interaction with virtual game through hand gesture recognition[c]//multimedia, signal processing and communication technologies,2011 international conference, usa: ieee, 2011: 244-247.

[3]buchmann v,violich s.gesture based direct manipulation in augmented reality[c]//graphite' 04:2nd international conference on computer graphics and interactive techniques in australasia and south east asia, usa: acm press, 2004: 212-221.