發(fā)布時間：2018-03-09 15:47

  本文選題：人機交互　切入點：Kinect　出處：《安徽大學》2017年碩士論文　論文類型：學位論文

【摘要】：隨著計算機、信息化的發(fā)展,人機交互在辦公以及生活中顯得越來越重要,自然用戶界面已經(jīng)成為人機交互發(fā)展的趨勢,目前研究比較熱門的有用語言、動作及表情等與計算機進行交互。手勢識別作為自然人機交互的一項關(guān)鍵的技術(shù),具有靈活、直觀、簡單等優(yōu)點,成為動作與計算機交互研究領(lǐng)域中的熱點,在業(yè)內(nèi)引起了很多學者的關(guān)注和研究。手勢識別的發(fā)展由早起的佩戴數(shù)據(jù)手套逐漸的轉(zhuǎn)向基于視覺方法的研究,目前大多的手勢識別研究是在計算機視覺的基礎上進行的,通過攝像頭直接獲取背景空間的信息,無需佩戴復雜、昂貴的輸入設備。眾所周知的觸摸屏技術(shù)現(xiàn)已發(fā)展的比較成熟,但大多應用于小屏幕的操作上,例如:手機、筆記本、小型觸摸屏等。針對大屏幕的操作,目前缺乏較有效的交互手段。本文對動態(tài)手勢識別進行了研究并設計了一套動態(tài)手勢識別交互系統(tǒng),實現(xiàn)了人與大屏幕的實時互動操作。Kinect是微軟2010年研發(fā)出來的,能夠在復雜的背景環(huán)境下快速準確的獲取人體骨骼節(jié)點信息。本文以Kinect為輸入設備,獲取人體手部、手腕、肘部和脊椎這幾個關(guān)鍵的骨骼節(jié)點信息作為實驗的特征向量。主要工作有以下幾個方面:針對手勢識別的研究,分析了整個識別過程,對識別過程中每個階段采用的技術(shù)做了詳細的調(diào)查和研究。闡述了 Kinect設備在獲取深度信息上的強大功能以及基于Kienct手勢識別研究的現(xiàn)狀和優(yōu)點。研究了動態(tài)手勢的識別過程,針對手勢識別起點和終點的檢測,本文提出一種基于特殊手勢判斷的方法。定義一種靜態(tài)手勢,通過識別定義的手勢的判斷動態(tài)手勢是否開始,對于動態(tài)手勢的結(jié)束則根據(jù)計算連續(xù)多幀內(nèi)特征節(jié)點運動的距離判斷。在動態(tài)手勢識別過程中,針對手勢識別的效率和速率問題,對傳統(tǒng)的動態(tài)時間規(guī)整(Dynamic Time Warping,DTW)算法進行了改進。首先,利用特征節(jié)點在運動過程中的方差對其進行了權(quán)值的動態(tài)分配,以便提高識別效率。其次,對DTW算法的搜索路徑進行了詳細的分析,采取點與線結(jié)合的方法對其搜索路徑進行約束,減少計算量,提高識別速率。最后,將改進后的DTW算法與K近鄰(K-nearest neighbor,KNN)算法進行結(jié)合用于識別手勢,能夠有效的提高識別效率。最后,設計并實現(xiàn)了一個與手勢識別相關(guān)的大屏幕互動系統(tǒng),在系統(tǒng)中手勢代替了鼠標的部分功能,直接通過不同的手勢對大屏幕上的內(nèi)容進行操作,整個系統(tǒng)運行流暢,讓人真實的體會到人機交互。
[Abstract]:With the development of computer and information, human-computer interaction is becoming more and more important in office and daily life. The natural user interface has become the trend of human-computer interaction. Gesture recognition, as a key technology of natural human-computer interaction, has the advantages of flexibility, intuition and simplicity, and has become a hot spot in the field of interaction between action and computer. The development of gesture recognition has gradually shifted from the early wearing of data gloves to the research based on visual methods. At present, most of the research on gesture recognition is carried out on the basis of computer vision. Access to background information directly through the camera without the need to wear complex, expensive input devices. The well-known touch screen technology is now relatively mature, but it is mostly used in small screen operations, such as mobile phones, laptops, etc. Small touch screen and so on. For the operation of large screen, there is a lack of effective interactive means. In this paper, dynamic gesture recognition is studied and a set of dynamic gesture recognition interaction system is designed. The real-time interactive operation of human and large screen. Kinect is developed by Microsoft in 2010. It can quickly and accurately obtain human skeleton node information in complex background environment. In this paper, Kinect is used as input device to obtain human hands and wrists. Elbows and vertebrae are the key information of bone nodes as the feature vectors of the experiment. The main work includes the following aspects: according to the research of gesture recognition, the whole recognition process is analyzed. This paper makes a detailed investigation and research on the technology used in each stage of the recognition process, expounds the powerful function of Kinect equipment in obtaining depth information and the present situation and advantages of the research on gesture recognition based on Kienct, and studies the process of dynamic gesture recognition. Aiming at the detection of the beginning and end of gesture recognition, this paper proposes a method based on special gesture judgment, which defines a static gesture and determines whether the dynamic gesture begins or not by recognizing the defined gesture. For the end of dynamic gesture, the distance of motion of feature nodes in successive frames is calculated. In the process of dynamic gesture recognition, the efficiency and rate of gesture recognition are discussed. The traditional dynamic Time warping (DTW) algorithm is improved. Firstly, the weights are dynamically assigned by the variance of feature nodes in the process of motion in order to improve the recognition efficiency. The search path of DTW algorithm is analyzed in detail, and the search path is constrained by the combination of point and line, which can reduce the amount of calculation and improve the recognition rate. The improved DTW algorithm and K-nearest neighbor KNN algorithm are combined to recognize gestures, which can effectively improve the recognition efficiency. Finally, a large screen interactive system related to gesture recognition is designed and implemented. In the system hand gestures replace some of the functions of the mouse directly through different gestures on the large screen content to operate the whole system runs smoothly let people truly understand the human-computer interaction.
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 郭迪;孫富春;劉華平;黃文炳;;基于Kinect的冗余機械臂直線推移操作控制[J];東南大學學報(自然科學版);2013年S1期

2 韓崢;劉華平;黃文炳;孫富春;高蒙;;基于Kinect的機械臂目標抓取[J];智能系統(tǒng)學報;2013年02期

3 楊東方;王仕成;劉華平;劉志國;孫富春;;基于Kinect系統(tǒng)的場景建模與機器人自主導航[J];機器人;2012年05期

4 ;三大家用游戲機殊死戰(zhàn) Kinect推動Xbox 360迎向2011年龍頭地位[J];電子與電腦;2011年02期

5 ;微軟Kinect的機會[J];IT時代周刊;2011年Z1期

6 金燁;;Kinect:微軟新生?[J];中國經(jīng)濟和信息化;2011年07期

7 ;微軟新版Kinect可讀唇語[J];計算機與網(wǎng)絡;2012年Z1期

8 黃露丹;嚴利民;;基于Kinect深度數(shù)據(jù)的人物檢測[J];計算機技術(shù)與發(fā)展;2013年04期

9 羅東;;Kinect,看手勢![J];21世紀商業(yè)評論;2013年24期

10 黃浩;李坤;;基于Kinect的虛擬視點生成技術(shù)[J];信息技術(shù);2014年04期

相關(guān)會議論文 前1條

1 郭迪;孫富春;劉華平;黃文炳;;基于Kinect的冗余機械臂直線推移操作控制[A];2013年中國智能自動化學術(shù)會議論文集（第三分冊）[C];2013年

相關(guān)碩士學位論文 前10條

1 李鵬飛;基于Kinect的體感識別技術(shù)及其在旗語培訓中的應用[D];西南交通大學;2015年

2 李昕迪;基于Kinect的人體姿勢識別方法在舞蹈訓練中的應用[D];黑龍江大學;2015年

3 陳福財;基于Kinect的連續(xù)中國手語識別[D];山東大學;2016年

4 呂巖;微型四軸飛行器設計及基于Kinect手勢控制的實現(xiàn)[D];鄭州大學;2016年

5 陳嘉衍;基于Kinect的動態(tài)虛擬聽覺重放[D];華南理工大學;2016年

6 葉平;基于Kinect的實時手語識別技術(shù)研究[D];南京航空航天大學;2016年

7 任洪林;基于Kinect的個性化人體三維動作重現(xiàn)與動作細節(jié)比對研究[D];天津大學;2014年

8 陳策;基于Kinect深度視覺的服務機器人自定位研究[D];沈陽建筑大學;2016年

9 劉偉康;基于Kinect的靜態(tài)數(shù)字手語識別研究及系統(tǒng)實現(xiàn)[D];河南大學;2016年

10 劉亞楠;基于Kinect的電梯客流統(tǒng)計方法研究[D];沈陽建筑大學;2014年

，

本文編號：1589184