【摘要】：近年來,無人駕駛技術(shù)的研究熱度一直居高不下。為了順應(yīng)互聯(lián)網(wǎng)科技的發(fā)展浪潮,許多學(xué)者投入到了交警手勢識(shí)別的研究中。目前,常用的交通指揮方式主要包括固定式的交通信號(hào)指揮和交警手勢指揮。隨著無人駕駛技術(shù)的日益成熟,無人駕駛汽車不僅需要具備辨別固定式的交通信號(hào)的能力,還需對(duì)復(fù)雜的交警手勢及時(shí)作出響應(yīng)和處理。本文在現(xiàn)有研究的基礎(chǔ)上,對(duì)交警手勢的檢測和識(shí)別方法進(jìn)行了深入探索,采用OpenCV庫函數(shù)、手勢檢測算法和神經(jīng)網(wǎng)絡(luò)算法完成了交警手勢的識(shí)別任務(wù)并實(shí)現(xiàn)了一套交警動(dòng)態(tài)手勢識(shí)別系統(tǒng)。論文的主要研究工作如下:(1)采用多種傳統(tǒng)的手勢檢測技術(shù)對(duì)交警手勢進(jìn)行檢測,對(duì)比了不同的手勢分割結(jié)果,發(fā)現(xiàn)分割后的手勢均存在大量偽邊緣信息和邊緣輪廓斷裂的問題,基于上述研究提出了一種手勢檢測技術(shù)結(jié)合動(dòng)態(tài)區(qū)域邊緣點(diǎn)整合算法來實(shí)現(xiàn)手勢的分割和手勢輪廓信息的提取。(2)針對(duì)復(fù)雜背景和人體運(yùn)動(dòng)等非剛性問題的干擾,采用手勢檢測技術(shù)結(jié)合動(dòng)態(tài)區(qū)域邊緣點(diǎn)整合算法實(shí)現(xiàn)了手勢的分割和手勢輪廓信息的提取,同時(shí)有效剔除了大量的手勢偽邊緣信息,改善了提取過程中出現(xiàn)斷裂現(xiàn)象嚴(yán)重等問題。實(shí)驗(yàn)證明,傳統(tǒng)的手勢的檢測方法結(jié)合動(dòng)態(tài)區(qū)域邊緣點(diǎn)保留法,具有良好的檢測效果,同時(shí)也能夠較好地處理采光環(huán)境、手勢動(dòng)作速度不一致和手勢姿態(tài)不同等帶來的識(shí)別問題。(3)針對(duì)交警的指揮手勢識(shí)別率低的問題,本文采用BP神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)實(shí)現(xiàn)了交警的手勢識(shí)別,對(duì)比了兩者的手勢識(shí)別結(jié)果后,發(fā)現(xiàn)極限學(xué)習(xí)機(jī)的識(shí)別效果要明顯優(yōu)于BP網(wǎng)絡(luò)。此外,在傳統(tǒng)極限學(xué)習(xí)機(jī)研究的基礎(chǔ)上,結(jié)合粒子群優(yōu)化算法對(duì)神經(jīng)網(wǎng)絡(luò)的極限學(xué)習(xí)機(jī)算法部分進(jìn)行了改進(jìn)。實(shí)驗(yàn)證明,改進(jìn)后的算法對(duì)交警的手勢識(shí)別效果有了較明顯的提升,具有較高的識(shí)別率和運(yùn)行效率。
【學(xué)位授予單位】：東華理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP183;TP391.41;U463.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 孟林麗;鄭寧;汪沁;;基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)供應(yīng)商評(píng)價(jià)模型研究[J];物流技術(shù);2015年14期

2 張登康;郭太良;姚劍敏;林志賢;徐勝;;改進(jìn)膚色識(shí)別參量和輪廓特征相結(jié)合的指尖檢測[J];光電子技術(shù);2012年03期

3 ;新的交通警察手勢信號(hào)10月1日起在全國施行[J];駕駛園;2007年10期

4 葉斌,雷燕;關(guān)于BP網(wǎng)中隱含層層數(shù)及其節(jié)點(diǎn)數(shù)選取方法淺析[J];商丘職業(yè)技術(shù)學(xué)院學(xué)報(bào);2004年06期

5 高大文,王鵬,蔡臻超;人工神經(jīng)網(wǎng)絡(luò)中隱含層節(jié)點(diǎn)與訓(xùn)練次數(shù)的優(yōu)化[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2003年02期

，

本文編號(hào)：2703301