基于双目视觉的手势识别研究

搭建了一个便利有效地双目视觉系统,结合深度信息,精准地提取手势信息。采用模板标定法对双目相机进行标定,精确地获取了相机的参数,标定的像素误差为0.67个像素;在立体匹配阶段,利用BM算法快速准确地实现了左右相机图像的匹配,获得被测手势的视差;结合三角测距原理,从而生成较为稠密的深度图;最后将深度信息重新映射到原彩色图像上,实现三维重建,生成三维云图,根据云图信息双目视觉系统能有效地从复杂背景中分割手势,并换一种手势进一步验证了所搭建的双目视觉系统从复杂背景中分割手势的可行性。     

基于Kinect骨骼跟踪技术的手势识别研究

为了实现自然方便的人机交互,提高用户体验,尝试引入微软公司的一款体感周边外设Kinect设备,利用Kinect传感器所获取的人体骨骼跟踪识别点,通过对双手在三维空间中的位置坐标转换,对缩放、旋转的手势进行匹配,将合法的手势信息转换为识别结果,反馈给系统并完成相应的控制指令输出,实现与系统的交互控制.结果表明,该系统具有较高的精度和稳定性,具有一定的借鉴意义.     

基于深度迁移学习的钢琴演奏手势识别技术研究

应用传感器实现钢琴教学时,为随时获取钢琴演奏者的演奏手势是否规范,需要合理的钢琴演奏手势识别技术,为此提出基于深度迁移学习的钢琴演奏手势识别技术研究。采用IU-EKF算法实现钢琴演奏手势的定姿,获取演奏者的演奏手势姿态,将该演奏手势信息作为数据样本,利用MEMS惯性传感器采集钢琴演奏手势姿态数据,并通过状态空间模型做出手势姿态估计。以该模型为基础,利用多特征提取方法,获取手势特征,并对不同特征作出归一化处理,将处理后的结果输入到极限学习机(VGG-16)网络模型中,通过该模型的深度迁移学习与训练,实现钢琴演奏手势的识别。经实验验证：该方法能有效提取演奏者手背、手指下关节、手指上关节的各角度特征,且相较于其他方法该方法具有较高的识别精度,能够在不同的时间有效识别手指上、下关节俯仰角的变化情况。     

面向整枝机控制的手势识别技术研究

为了实现对自动立木整枝机的手势控制,需要完成手势识别和无线遥控两部分工作,因此开展了基于表面肌电信号的手势识别技术研究。首先根据整枝机6个工作状态的特点定义相对应的6个手势,即:握拳、上切、下切、外翻、内翻和展拳;然后对采集到的表面肌电信号进行预处理,包括消噪和活动段分割;再对表面肌电信号进行时域和时-频域分析,得到3类特征,即:平均绝对值、自回归参数模型系数和小波分解后的各子频段信号平均能量;最后,构建支持向量机分类器,通过V折交叉验证得到最佳参数,分别进行单用户和多用户的识别实验。手势识别实验结果表明:单用户识别的准确率最高达100.00%,平均准确率为98.07%,高于多用户识别(91.19%)。本研究为实现整枝机手势控制的后续工作奠定了基础,为推进林业机械的智能化与人机交互进程提供了一种有效的新思路。      

基于CNN和DCGAN的手势识别的研究

近年来,由于硬件的不断改善,深度学习在视觉识别等方向有了突破性的进展,具体表现为人机交互行为频繁地出现在日常中,尤其计算机视觉方面的飞速发展导致以人为本的人机交互技术必将取代以计算机为本的人机交互技术.手势识别的研究提供了一种与人类互动的新方式,它符合上述描述的趋势.传统的手势识别方法采用人力提取特征值,费时费力.因此...     

三维岩心的高自由度手势操控浏览方法研究

在大屏环境中,岩心的高自由度旋转观察具有重要意义,但传统鼠标方式不适合进行大屏幕环境中的三维自由操作,而基于普通摄像头的手势识别方法受光照、背景等的影响较大,缺乏实时性与鲁棒性。基于深度传感器Kinect,根据地质工作者在实际中操控三维岩心的需求,提出一种自适应Kalman滤波方法,以获取实时连续的手部深度数据,进一步识别出岩心操控手势,最终实现了具有高鲁棒性和高自由度的三维岩心操控浏览界面。研究表明,利用自适应Kalman滤波方法和多模型协同手势识别方法能够提高手势轨迹识别和三维岩心操控的准确性。     

基于声波的圈舍智能设备非接触式手势控制方法研究

【目的】研究基于声波的非接触式手势控制方法,实现对圈舍智能设备的非接触式手势控制,为减少畜牧业传染病的接触式传播风险提供技术支持。【方法】设计并实现了基于声波的手势识别系统,该系统由2套商用扬声器和麦克风组成声学雷达,采用功率谱密度对手势移动产生的多普勒效应进行提取,然后建立手势、位置与多普勒效应的映射关系,并提出一种融合规则和机器学习的手势识别方法,通过手势移动时产生的多普勒效应实现感知范围内任意位置对4种常见手势（前推、后移、左移、右移）的准确识别。【结果】采用奇异值分解算法进行特征提取,并对支持向量机模型、BP神经网络模型、K最邻近算法3种机器学习算法进行比较,可以得到支持向量机模型整体优于BP神经网络和K最邻近算法,且线性支持向量机的识别准确率最高,该系统对15位测试者在不同位置手势的平均识别准确率可以达到91.50%,且成功应用于照明设备的开关和亮度调节以及换气扇的开关和转速调节。【结论】综合考虑手势执行位置、手势移动速度和幅度等因素,采用奇异值分解算法进行特征提取,线性支持向量机算法进行分类,可达到较高的手势识别准确率,有望应用于圈舍智能设备的非接触式手势控制。     

基于视觉的实时手势识别及其在演示控制中的应用

基于一款已获得国家专利的集成式儿童安全座椅约束系统参数可调的特征,选择座椅高度、靠背角度、安全带限力器限力值为优化变量,以儿童乘员头部损伤、胸部损伤、颈部损伤为优化目标,采用多项式回归近似模型和多目标进化算法相结合的方法对该集成式儿童座椅在保护3岁、6岁、10岁儿童乘员时的可调约束参数进行了多目标优化.结果表明：优化后的约束参数能对上述儿童乘员提供更好的保护作用,优化效果显著.最后在得到的3组优化约束参数的基础上,提出了一种针对3~10岁不同身材儿童的自适应匹配方法.     

基于背景差分法的稻米动态图像检测识别

根据稻米形态特点设计了稻米动态图像采集系统,选用背景差分法对米粒动态图像进行目标分割,实现了运动状态下稻米图像特征提取。对提取的颜色、形态特征进行多结构神经网络训练,实现了透明整米、垩白整米、碎米和黄米四类稻米的识别,识别准确率分别为95．2％ ,89．6％ ,97．3％和90．5％。识别效果较好,为稻米在线图像检测分选奠定基础。     

基于近红外图像的杂草识别研究

利用近红外图像识别杂草,使用均值法和最大方差自动取阈值法去除土壤背景,利用作物和杂草的形态差异识别杂草。结果表明,利用近红外图像进行土壤背景分割,相对误差小于0.049 0;应用形态学方法可有效识别作物和杂草,识别精度为85.0%-98.8%。     

基于连续隐马尔柯夫模型的模式识别技术及其应用

对利用基因算法训练连续隐马尔柯夫模型的语音识别的具体算法进行系统的研究;然后基于该语音识别技术对深圳市司法局社区矫正声纹识别系统进行详细设计。该系统上线后的运行结果表明,利用基因算法训练连续隐马尔柯夫模型的语音识别算法的识别速度较快同时具有较高的识别率。基于模式识别技术的司法社区矫正声纹识别系统建设在我国司法系统目前尚处于起步阶段,推广和建设司法社区矫正声纹识别系统具有重要的现实意义。     

田间杂草识别与除草技术智能化研究进展

随着计算机与电子技术的发展,田间杂草识别与除草技术逐步走向智能化,自动除草系统成为国内外研究热点。本文对组成田间杂草识别与自动除草系统的4个主要模块(系统导航模块、图像采集与处理模块、杂草识别模块和除草控制模块)分别进行了综述和分析,并指出目前研究中存在的问题及今后努力的方向。     

粮虫图像识别检测技术研究现状与展望

为促进图像识别检测技术在我国粮情测控领域的应用研究,从预处理、特征提取、识别分类和种群密度估计4个方面,概述和分析了计算机图像识别检测技术在粮虫自动识别中的发展现状,提出今后应从图像自动采集装置的研制、粮虫图像的有效特征获取、高适应分类器的设计、粮虫种群密度的估计、多种检测技术的融合等方面开展深入研究,为科学规范粮虫防治工作提供更好的决策支撑。     

基于面向对象的滑坡快速识别技术研究

对滑坡快速识别技术研究,可为滑坡灾害调查、灾后快速反应以及道路选线等提供重要依据。利用遥感影像,采用面向对象的影像分析技术与多尺度影像分割技术,运用eCognition软件对日本广岛地区进行滑坡快速识别。针对研究区复杂的地物类型,构建优化分类模型,选择适宜的影像分割尺度和分类特征,按照合理顺序逐步识别滑坡体。试验表明,该方法识别速度快、精度高,为遥感影像滑坡快速识别提供了新思路。     

基于子图特征组合的人脸识别技术研究

提出了一种基于子图特征组合的人脸特征提取方法,并结合BP神经网络给出一种人脸识别模型.模型首先将人脸图片分割为子图,然后对每个子图进行离散余弦变换并选择最大的余弦系数表示该子图,最后将这些系数组合为向量作为整幅图像的特征.我们选择BP神经网络作为人脸识别模型中的分类器,并通过实验优化相关参数.基于ORL数据库的模拟实验表明,所提出的特征提取算法是有效的,并且模型具有较高的识别率.     

基于图像处理技术的果蝇求偶行为识别方法研究

利用计算机图像处理技术对果蝇求偶行为识别判断的方法对于生物遗传学实验具有重要作用。该文设计了动态背景恢复的像素替换单元对背景进行恢复算法;在用大津法确定果蝇位置基础上,通过梯度与灰度相结合的方法进行运动目标模糊边缘检测,提取果蝇的身体和翅膀;根据果蝇翅膀和身体的参数数据,判断果蝇的翅膀是否震动,从而识别果蝇的求偶行为;最后基于C#以及emgu开发应用程序予以系统实现。     

人脸表情识别中滤波算法的研究

去噪滤波技术是数字图像处理中的一个重要内容,是计算机视觉技术、模式识别、图像数据分析的基础,因而受到广泛的研究;并在人脸识别、表情识别、遥感成像等领域获得广泛的应用。通过对多种去噪滤波算法进行比较,选定了一种改进的二维中值滤波快速算法将其应用到表情识别中,得到较好效果。