本文論述了無人駕駛車輛車載計算機視覺系統(tǒng)對車輛指揮員手勢指令的識別技術(shù)研究與實現(xiàn)。通過多目標(biāo)檢測和關(guān)鍵點檢測技術(shù)尋找人臉和手部的基礎(chǔ)上,通過人臉的關(guān)鍵點比較來完成人臉識別,根據(jù)多個部位的位置信息,與約定好的規(guī)則進行對比,從而對人物所表達(dá)的信息做出解讀。為下一步的動作意圖,以及3D建模表示提供參考。人體關(guān)鍵點檢測技術(shù)結(jié)合了圖像處理與分析技術(shù),計算機視覺以及人工智能等多門學(xué)科,在軍事,智能安防,文化娛樂等領(lǐng)域具有較高的使用價值,目前,可以說是一個應(yīng)用非常廣泛的技術(shù),發(fā)展前景非常的巨大。本文在深入了解人臉識別算法、姿態(tài)檢測算法以及手勢識別算法的基礎(chǔ)上,將三大算法相結(jié)合,接著通過優(yōu)化算法結(jié)構(gòu),成功實現(xiàn)了在識別人臉的情況下,對授權(quán)人的姿態(tài)進行分析,從而解讀出該授權(quán)人所要表達(dá)的手勢含義。文章主要從傳統(tǒng)的基于規(guī)則的檢測算法開始,到基于深度學(xué)習(xí)的檢測算法對手勢識別算法的技術(shù)展開研究。對于人臉識別算法。首先分析了傳統(tǒng)的圖像預(yù)處理技術(shù),然后研究了常用的HAAR特征提取法和HOG特征提取法。隨后研究了基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識別算法,并通過仿真實現(xiàn)算法,并應(yīng)用到實際的手勢識別中�；谏疃葘W(xué)習(xí)的關(guān)鍵點檢測。首先... 

【文章來源】：沈陽理工大學(xué)遼寧省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 計算機視覺的發(fā)展
        1.2.1 多目標(biāo)檢測
        1.2.2 姿態(tài)檢測
        1.2.3 手勢識別技術(shù)
    1.3 計算機視覺的應(yīng)用領(lǐng)域
    1.4 論文的主要研究內(nèi)容和結(jié)構(gòu)安排
        1.4.1 主要研究內(nèi)容
        1.4.2 論文結(jié)構(gòu)安排
第2章 典型圖像識別算法理論基礎(chǔ)
    2.1 圖像預(yù)處理
        2.1.1 灰度化
        2.1.2 去干擾和噪聲
    2.2 圖像特征提取
        2.2.1 HAAR特征提取
        2.2.2 HOG特征提取
    2.3 神經(jīng)網(wǎng)絡(luò)
        2.3.1 神經(jīng)元
        2.3.2 正向傳播
        2.3.3 反向傳播
    2.4 卷積神經(jīng)網(wǎng)絡(luò)
        2.4.1 卷積層
        2.4.2 池化層
        2.4.3 歸一化層
    2.5 本章小結(jié)
第3章 本課題使用的關(guān)鍵技術(shù)
    3.1 人臉識別算法
        3.1.1 人臉檢測
        3.1.2 人臉對齊
        3.1.3 特征提取——ResNet網(wǎng)絡(luò)
        3.1.4 特征對比
        3.1.5 分析及改進
    3.2 Open Pose姿態(tài)估計算法
        3.2.1 簡介
        3.2.2 主要流程
        3.2.3 網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.4 PAFPart Affinity Fields
        3.2.5 優(yōu)點
        3.2.6 缺點
        3.2.7 本文改進
    3.3 手勢識別算法
        3.3.1 手勢定位
        3.3.2 手勢判定
    3.4 本章小結(jié)
第4章 手勢指令識別系統(tǒng)的總體設(shè)計思路
    4.1 系統(tǒng)需求
        4.1.1 功能需求
        4.1.2 性能需求
        4.1.3 輸出需求
    4.2 總體模塊設(shè)計
        4.2.1 建立已知人臉庫
        4.2.2 人臉檢測
        4.2.3 人臉識別
        4.2.4 姿態(tài)檢測
        4.2.5 手勢識別
        4.2.6 結(jié)果輸出
    4.3 總體流程設(shè)計
    4.4 本章小結(jié)
第5章 手勢指令識別系統(tǒng)的實現(xiàn)
    5.1 人臉檢測
    5.2 人臉識別
    5.3 姿態(tài)檢測
    5.4 手勢識別
        5.4.1 手勢定位
        5.4.2 手勢判定
    5.5 運行結(jié)果和分析
        5.5.1 運行結(jié)果
        5.5.2 系統(tǒng)改進之處
        5.5.3 硬件和軟件的支持
        5.5.4 系統(tǒng)運行環(huán)境
        5.5.5 缺點與不足
    5.6 本章小結(jié)
總結(jié)
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文和獲得的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于多特征HMM融合的復(fù)雜動態(tài)手勢識別[J]. 陳國良,葛凱凱,李聰浩.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2018(12)
[2]復(fù)雜環(huán)境下通用的手勢識別方法[J]. 杜堃,譚臺哲.  計算機應(yīng)用. 2016(07)
[3]結(jié)合膚色模型和卷積神經(jīng)網(wǎng)絡(luò)的手勢識別方法[J]. 王龍,劉輝,王彬,李鵬舉.  計算機工程與應(yīng)用. 2017(06)

碩士論文
[1]基于Kinect的手勢識別與機器人控制技術(shù)研究[D]. 王松林.北京交通大學(xué) 2014
[2]Hausdorff距離在手勢識別中的運用[D]. 蘇九林.上海海事大學(xué) 2004



本文編號：3203622