论文部分内容阅读
目前,我们所接触的电视以及和以前传统意义上的电视有了很大的不同。模拟电视变成了数字电视,随着欧洲新标准的提出数字电视又变成了HBBTV(highbirdbroadcastingandbroadbandTV混合广播宽带电视),而且其正在变得越来越智能化,同用户的交互能力也越来越强。正是基于这一背景下本文对人机交互的具体实现方式进行了研究,并提出了基于手部动作跟踪进而判断使用者意图的人机交互系统。
本文以人手定位以及人手跟踪的相关算法作为重点的研究内容,并通过提出手部动作的判定系统实现了对于使用者意图的判定。目前只是实现了对于简单动作的判定,但该系统具有明确的应用背景,通过将该系统嵌入现在先进的HBBTV中势必会带来广阔的实用价值。作为整套系统的关键,手掌的定位以及定位以后的跟踪的性能将直接影响到整个系统的性能。本文重点会从检测的速度以及检测的准确性方面来分析整个人机交互系统的性能。本文的主要工作包括以下几个方面:
1.本文在手型定位方面使用了实验室内部比较熟悉的Adaboost算法。但相较于普通的Adaboost算法,本文在使用该算法前对所要检测的图像进行了肤色初检,提取出了相关的待检区域,再使用Adaboost算法进行手型的判定,提高了检测的效率。而Adaboost算法本身的积分图算法使得在定位的过程中产生的计算量得以大幅的减少。最终使得手掌的定位非常的方便与迅速。
2.为了提高Adaboost算法定位的准确性,本文在完成定位后又使用了模板匹配算法对定位到的部分进行复检,以提高输出结果的准确性。
3.在进行跟踪的时候,本文使用了Camshift和Kalman滤波相结合的方法对定位到的区域进行跟踪,并在跟踪的时候对相关的输出数据进行跟踪记录,为最终完成对使用者意图的判定提供充分的数据依据。
4.提出了智能终端人机交互系统的设计方案,并通过对使用者简单意图的判定实现了对该方案的验证。
实验结果证明:与传统单一使用Adaboost算法相比较,本文提出的先使用肤色检测算法检测出待检区域,再使用Adaboost算法进行定位的算法显著的提高了定位的速度,并通过模板匹配算法进行复检,提高了准确率。本文最后提出的判定系统具有方法简单,判定迅速的特点,实现了对使用者简单意图的判定,同时也为高性能的基于手势跟踪判定的实时人机交互系统的商用推广做出了有益的探索。