摘 要

随着新型网络技术的不断改进和拓展，人与计算机之间的沟通方式向着更加人性化、高效化的方向发展，作为人们日常使用的肢体语言的手势也逐渐引起越来越多专家和学者的关注。相比于传统的需要穿戴的的硬件设备，目前的手势识别技术更加自然便捷，没有太多的约束性。针对目前动态手势识别技术普遍存在的识别准确率低、易丢失跟踪目标、运动检测效果差的问题，本文提出了一种利用基本的三角函数和几何函数进行轨迹识别，提高识别效果。

本文设计的基于轨迹匹配的运动轨迹识别方法主要包括运动检测部分、目标跟踪部分和轨迹识别部分。在运动检测部分，本文使用统计学的混合高斯模型对输入图像进行处理，划分出其中的运动区域；在肤色检测方面，通过判断像素值是否在YCrCb颜色空间中的肤色区域划分出运动前景中的手势部分；在运动检测方面，采用了识别精度较高的的颜色粒子滤波算法，优化了目标跟踪的效果；在轨迹识别方面，提出了一种基于三角函数和几何函数的轨迹匹配算法，不需要建立模型进行长时间训练样本，提高了系统的实时性。在识别出结果之后，要利用MFC系统设计一个图形界面，显示出识别过程中的关键步骤。

关键词：动态手势识别 混合高斯模型 轨迹匹配 目标跟踪

Abstract

With the continuous improvement and expansion of new network technology, The way of communication between people and computers has become more intelligent and convenient. Gestures, as the daily use of human body language, have gradually attracted the attention of more and more experts and scholars.Compared with the traditional hardware devices that need to be worn, the current gesture recognition technology is more natural and convenient, without too many constraints.In order to solve the problems of low recognition accuracy, easy to lose tracking target and poor effect of motion detection in dynamic gesture recognition technology, a kind of trajectory recognition based on basic trigonometric function and geometric function is proposed to improve the recognition effect in this paper.

The motion trajectory recognition method based on trajectory matching designed in this paper mainly includes motion detection part, target tracking part and trajectory recognition part.In the part of motion detection, this paper uses the motion detection based on Mixtures of Gaussian, which can accurately separate the motion prospect from the background;in the aspect of skin color detection, the hand part of the moving foreground is divided by judging whether the pixel value is in the skin color region of the YCrCb space;in the aspect of motion detection, a color particle filter algorithm with high recognition accuracy is adopted;in the aspect of trajectory recognition, a trajectory matching algorithm based on trigonometric function and geometric function is proposed, which saves the time of training samples for a long time and improves the real-time performance of the system.After recognizing the results, the paper uses the MFC system to design a graphical interface to show the key steps in the recognition process.

Keywords: Dynamic gesture recognition, Mixtures of Gaussians, Trajectory matching, target tracking

目 录

第1章 绪论 1

1.1 研究的背景及意义 1

1.2 国内外研究现状 2

1.3 论文目标及内容 3

第2章 手势检测和目标跟踪算法 4

2.1 引言 4

2.2 手势检测算法选择 4

2.2.1 运动检测算法分析 4

2.2.2 运动检测算法对比及选择 6

2.2.3 肤色检测算法分析 8

2.2.4 肤色检测算法验证及选择 9

2.3 目标跟踪算法选择 10

2.3.1 目标跟踪算法分析 10

2.3.2 目标跟踪算法验证及选择 11

第3章 基于轨迹匹配的识别算法 13

3.1设计思想 13

3.2 算法原理 13

3.2.1 原始轨迹的获取 13

3.2.2 原始轨迹的规范化 13

3.2.3 匹配计算 15

3.3 标准手势的选取 16

第4章 动态手势识别系统的设计和验证 17

4.1 系统需求及方案设计 17

4.1.1 需求分析 17

4.1.2 方案设计 17

4.2 实验验证 18

4.2.1 手势检测功能验证 18

4.2.2 轨迹匹配功能验证 18

4.2.3 系统功能验证 19

第5章 总结和展望 21

5.1主要研究成果 21

5.2 后续工作开展 21

参考文献 23

致谢 25

第1章 绪论

1.1研究的背景及意义

在当今时代，科技就是实力，世界各国在不断提高科技水平的同时催生了新型的社会生产力和方便人们生活的机器设备。在新兴技术方面，人机交互技术一直是社会关注的焦点。人机交互技术就是人与计算机之间通过某种特定语言沟通并相互传递信息的技术^[1]。1969年，在英国剑桥大学举办的第一次全球性的人机交互技术大会上，人与机器的交互问题首次作为一个独立的研究领域被社会所关注。同年，第一份从专业角度上详细讲述人与计算机之间交流技术的期刊——国际人机研究开始发行^[2]。

目前，人们与计算机交互的新型方式主要有语音控制、手势感应、预触摸交互、面部表情控制、脑控技术等，这些方式很好地克服了键盘、鼠标、有线手柄等常用的的外部设备固有的对尺寸、大小、物理位置的限制。在新型交互技术的帮助下，人机交互的对象由以前的计算机扩展到智能手机、iPad、笔记本、智能电视等设备，人机交互的重点也从面向计算机变为面向用户，人与计算机的信息传递也更加自然、直观和高效。

随着生活设施的不断智能化，人们对新型人机交互方式的渴求也越来越强烈。作为人们日常沟通的方式之一，手势识别在人机交互方面有着独特的优越性。相比于动作单一的头部和复杂的面部表情，手部动作灵活、直观、简单易懂、易于学习，能够快速准确地完成用户与计算机之间的信息传递。利用这种自然便捷的信息传递方式，人们只需要在设备面前做出相应的动作的就能完成复杂的信息传递。因此，手势识别在虚拟现实、智能家居和游戏外设等方面有重要的用途。