本文主要研究了動態(tài)手勢識別在PPT 播放當中的應用，即在播放過程中能夠通過動態(tài)手勢控制PPT 的翻頁。首先在動態(tài)手勢檢測的研究中，通過采用背景差分和基于HSV 的膚色建模相結合的方法，分割出了較好的動態(tài)手勢圖像。其次，通過對幾種動態(tài)手勢的跟蹤算法的分析與比較，采用了主流的非線性跟蹤算法，通過對得到的手勢圖像中的V 分量值的人為設置，消除了在跟蹤過程中臉部及其他的類膚色干擾，從而避免了手勢跟蹤過程中的遮擋問題。最后通過采用隱馬爾可夫模型與閾值Max 相結合的方法，實現了對PPT 播放的實時控制。實驗結果表明動態(tài)手勢的識別能夠應用到PPT 播放當中，并最終實現了利用動態(tài)手勢來實時控制PPT 的翻頁。

實時動態(tài)手勢的識別及應用可以把我們的雙手從鼠標鍵盤中解放出來，使得人機交互更加自然和人性化，吸引了大批學者的研究與學習，并且在很多方面都得到一定的應用。三星公司在智能電視ES8000中加入了手勢控制的功能，用戶只需要在屏幕面前揮動下手，就可以通過內置在電視機里面的攝像頭對手勢進行采集及識別，從而對電視進行從簡單到復雜的操作。

本文的所要完成的工作是可以利用手勢的運動，實時并準確的控制P P T 的播放。研究的內容包括實時動態(tài)手勢的采集、實時動態(tài)手勢的圖像預處理及分割、實時動態(tài)手勢的跟蹤和實時動態(tài)手勢的識別及應用等部分。實時動態(tài)手勢的輸入利用攝像頭進行采集;在配置有OpenCv2.0 的VS2008 的環(huán)境下建立一個動態(tài)手勢識別及應用的系統(tǒng); 膚色建模選擇對光照強度不敏感的H S V 色彩空間; 利用背景差分和基于HSV 的膚色直方圖的結合對動態(tài)手勢進行分割;動態(tài)手勢的跟蹤采用了非線性的粒子濾波，跟蹤的同時獲得了手勢運動的實時數據，并對軌跡進行了特征提取;動態(tài)手勢的識別采用了技術發(fā)展成熟的隱馬爾可夫模型，并對PPT 的播放做了初步的研究，最后對隱馬爾可夫模型與手勢運動軌跡過程中的閾值Max 相結合的方法進行了探索研究。

更多相關閱讀