三維自然手勢跟蹤的理論與方法

基本介紹

• 書名：三維自然手勢跟蹤的理論與方法
• ISBN：9787302315315
• 定價：35元
• 出版時間：2013-5-8
• 裝幀：平裝

圖書簡介

本書可以作為信息科學技術領域高年級本科生或研究生教材，也可以供從事人機互動方向的科研和技術人員參考。

目錄

第1章緒論1

1.1人手跟蹤的意義1

1.2人手跟蹤的研究目標2

1.3人手跟蹤的研究現狀3

1.3.1可穿戴HCI系統3

1.3.2人手運動跟蹤與識別6

1.4人手跟蹤的典型套用10

1.4.1對象編輯10

1.4.2操作物體11

1.4.3漫遊和導航11

1.4.4聾啞人手語11

1.4.5家電控制12

1.5手勢跟蹤研究的難點14

1.6本章小結16

第2章手勢跟蹤建模17

2.1人手建模17

2.1.1人手的幾何建模17

2.1.2人手的約束建模18

2.2相機建模21

2.2.1經典針孔相機模型21

2.2.2簡化的相機模型22

2.2.3基於鏡面對稱的校準算法22

2.2.4基於粒子群最佳化的攝像機內參數標定算法\[121\]28

2.2.5樣本的選擇29

2.2.6算法描述29

2.2.7實驗結果及分析29

2.3膚色建模31

2.3.1基於多尺度的膚色建模32

2.3.2基於多方法融合的人手膚色建模33

2.3.3基於雙膚色模型的膚色分割建模38

2.3.4基於彩色圖像增強算法的膚色建模45

2.3.5基於橢圓聚合的人手膚色的檢測48

2.4遮擋建模53

2.4.1基於動態可見手指分析的自遮擋處理方法54

2.4.2基於特徵點分析的遮擋處理方法55

2.5運動建模67

2.6初始化手勢建模67

2.6.1算法描述68

2.6.2手勢的初始分類70

2.6.3快速調整手勢模型71

2.6.4算法分析72

2.6.5實驗結果73

2.6.6實驗分析73

2.7觀測似然函式建模74

2.7.1手勢約束74

2.7.2觀測似然模型75

2.7.3觀測似然模型在人手跟蹤中的套用78

2.8本章小結82

目錄三維自然手勢跟蹤的理論與方法第3章基於手勢識別的手勢跟蹤84

3.1多灰度圖像連續形變的計算機識別技術研究[153]85

3.1.1基本背景85

3.1.2基本術語85

3.1.3識別算法89

3.1.4基本定理89

3.1.5壓線格算法90

3.1.6連續形變識別90

3.1.7與資料庫中已知圖像的匹配91

3.1.8算法性能分析及實驗結果92

3.2基於連續形變理論和方法的手勢識別技術[164]93

3.2.1識別算法94

3.2.2追蹤識別算法95

3.2.3相鄰兩幀連續形變的跟蹤算法96

3.2.4算法的進一步討論96

3.2.5算法性能分析96

3.2.6實驗結果96

3.3對連續形變圖像的追蹤識別算法的再改進98

3.3.1基本性質和基本定理98

3.3.2追蹤識別算法99

3.3.3格線圖像的獲取99

3.3.4相鄰兩幀連續形變的跟蹤算法100

3.3.5算法性能分析100

3.3.6實驗結果101

3.4基於機器學習和人工神經網路技術的手勢識別101

3.4.1HMM原理102

3.4.2HMM套用104

3.5基於空間密度分布特徵的手勢識別104

3.5.1手勢空間分布特徵104

3.5.2靜態手勢識別106

3.6實驗結果分析和比較109

3.7無人臉干擾的手勢識別實驗109

3.8存在膚色干擾時的手勢識別實驗111

3.9彎曲變形手勢的識別112

3.10算法分析114

3.10.1算法識別速率的分析114

3.10.2算法特點分析114

3.11本章小結114

第4章基於貝葉斯濾波理論的手勢狀態估計方法116

4.1研究現狀116

4.2KF濾波器118

4.3EKF濾波器119

4.3.1EKF濾波器原理及其缺陷119

4.3.2一種新的強跟蹤濾波器120

4.4UKF濾波器122

4.5一種基於改進UKF的3D人手跟蹤算法124

4.6UKFDUT+MM手勢跟蹤算法126

4.6.1Sigma點的定義126

4.6.2獲取Sigma點的條件及方法127

4.6.3UKF算法的缺陷130

4.6.4基於雙UT變換的UKF算法（UKFDUT算法）131

4.6.5UKFDUT與多運動模型的融合131

4.6.6實驗結果及其分析132

4.7本章小結136

第5章粒子濾波137

5.1粒子濾波的基本原理137

5.2基於狀態變數微觀結構的手勢粒子採樣方法研究139

5.2.1研究背景139

5.2.2人機互動系統中的人手行為研究140

5.2.3狀態變數的微觀結構145

5.2.4基於微觀結構的粒子生成器(PGM)148

5.2.5算法分析149

5.2.6實驗149

5.2.7採樣方法的再討論152

5.3基於SOUKF狀態預測的PF算法157

5.3.1PDUT算法157

5.3.2PF算法158

5.3.3實驗結果158

5.4粒子濾波手勢跟蹤方法中的時間最佳化160

5.4.1人機互動實驗160

5.4.2人機互動心理模型分析160

5.4.3人手運動的基本模型161

5.4.4連續形變的特徵161

5.4.5基於互動模型的狀態變數的微觀結構163

5.4.6粒子跟蹤算法163

5.4.7實驗結果的分析與評價165

5.4.8結論166

5.5基於遮擋信息分析的抓取手勢跟蹤算法167

5.5.1算法的總體框架167

5.5.2圖像的邊界跟蹤167

5.5.3手掌的有效區域確定168

5.5.4手勢跟蹤算法169

5.5.5實驗結果及分析170

5.6本章小結172

第6章特徵提取174

6.1研究進展概述174

6.2基於多尺度描述子的手勢圖像特徵魯棒性提取方法176

6.2.1特徵粗定位177

6.2.2CL算法分析181

6.2.3基於多尺度和CL方法的特徵魯棒性提取算法182

6.2.4RE算法分析186

6.2.5實驗結果及其分析187

6.3基於矢量邊緣分析的手勢特徵提取算法研究193

6.3.1二維直線邊緣模型設計193

6.3.2直線邊緣檢測算法194

6.4實驗過程及結果196

6.5以精度及實時性為目標的手勢特徵檢測方法198

6.5.1亮度索引和特徵向量198

6.5.2膚色模型198

6.5.3手勢分割算法199

6.5.4手勢特徵及其分析199

6.5.5特徵檢測算法200

6.5.6手勢特徵點分離201

6.5.7實驗結果202

6.6膚色分割208

6.7本章小結214

第7章跟蹤方法的評價215

7.1基於串列生成技術的評價方法215

7.1.1基本思想215

7.1.2連線序列的產生215

7.1.3連線的串列生成算法216

7.1.4初始化217

7.1.5參考手勢的正確性問題217

7.1.6評價標準218

7.1.7對幾種典型跟蹤算法的實驗和評價218

7.2基於精度和時間的評價體系220

7.2.1精度評價體系220

7.2.2運行時間評價232

7.2.3誤差分析232

7.3自封閉性精度評價233

7.3.1基於線約束關係的形變數233

7.3.2基於面約束關係的形變數233

7.3.3基於靜態和動態約束關係的形變數234

7.3.4基於投影的形變數234

7.3.5基於形變數的跟蹤精度評價方法235

7.3.6一個評價案例235

7.4本章小結237

參考文獻238