复杂背景下的二维实时手势识别技术与应用

"复杂背景下二维实时手势识别技术研究" 这篇硕士学位论文由刘寅撰写，导师为刘重庆教授，属于上海交通大学模式识别与智能系统专业的研究。论文主要探讨的是在复杂背景下，如何实现二维实时手势识别技术。近年来，随着计算机技术的进步，人机交互方式的研究取得了显著成就，尤其是手势识别，因其符合人类交流习惯，备受关注。 手势识别面临的主要挑战包括手势的多样性、多义性和时空差异性，以及手部的复杂形态和视觉不确定性。论文的核心在于解决在复杂背景下的二维手势分割问题，这是识别分析的基础。传统方法往往需要简单的背景或佩戴特殊设备（如数据手套），但该论文提出了一种改进的技术，结合了神经网络的自适应K-L肤色模型和基于运动信息的适应性策略，以及前景信息和矩形区域的平面几何信息，实现了在复杂背景下的有效手势分割。 在特征提取阶段，论文采用了拓扑学的简易特征提取技术处理简单手势，同时利用新的归一化傅立叶描述子提取复杂手势特征。特征提取是识别过程的关键，它涉及到在模型参数空间中对手势轨迹或点进行分类。论文借鉴了在语音识别中成功的隐马尔可夫模型（HMM）方法，对30种预定义的手势进行训练和识别，实验结果达到了平均86%的识别率，这是一个令人满意的成绩。 关键词涵盖了手势分割、手势识别、特征提取、神经网络、隐马尔可夫模型以及傅立叶描述子，这些是论文研究的核心技术和工具。通过这些技术的综合运用，论文为复杂背景下二维实时手势识别提供了有效的解决方案，对于未来的人机交互系统设计具有重要参考价值。