【摘 要】
：
手势识别相比于人脸识别、行为识别等更具有直观性和简洁性,因此手势识别广泛应用于人机交互中。为了进一步提升手势识别的综合性能,本文使用传统方法和深度学习方法分别进行特征提取,通过优化集成分类器来改善手势识别的分类效果,并开发了一个基于自制数据集的手势识别系统。论文主要包括以下几个方面:手势特征提取方法分为两类,一类是基于传统的手势特征提取方法,如Hu距、颜色直方图、梯度直方图和Hausdorff距离
论文部分内容阅读
手势识别相比于人脸识别、行为识别等更具有直观性和简洁性,因此手势识别广泛应用于人机交互中。为了进一步提升手势识别的综合性能,本文使用传统方法和深度学习方法分别进行特征提取,通过优化集成分类器来改善手势识别的分类效果,并开发了一个基于自制数据集的手势识别系统。论文主要包括以下几个方面:手势特征提取方法分为两类,一类是基于传统的手势特征提取方法,如Hu距、颜色直方图、梯度直方图和Hausdorff距离等方法,一类是基于深度学习的特征提取方法,如Alex Net,VGGNet,Res Net等。本文选取梯度直方图结合主成分分析法除去冗余信息,保留手势特征的主要成分。特征提取之后,对分类器进行改良,提出了一个基于人工蜂群（Atificial Bee Colony,ABC）算法优化的集成分类器,通过ABC算法为3个基分类器SVM分类器、KNN分类器和XGBoost分类器寻找最优的权重值,形成一个分类效果更佳的集成分类器,并在公开数据集Hand Postures上与各基分类器进行了对比实验,证明了该集成分类器可有效提高手势识别率。相比于传统特征提取的方法,卷积神经网络特征提取能力强、可以获取更多的全局信息,本文在深度残差收缩网络的基础上提出了一种改进的深度残差收缩网络,通过替换性能更佳的激活函数、简化注意力机制的底层结构来优化网络的性能,并且对比了改进前后深度残差收缩网络的识别效果,验证了该网络的有效性;为了进一步提升手势识别的综合性能,将改进的网络和集成分类器进行结合,并与Softmax分类器对比,实验表明本文所提方法具有更好的分类效果。为了验证所提方法的适用性,制作了一个面向家居场景的手势数据集,并与公开数据集上的识别性能进行了对比,基于Py Qt5框架,设计了一个可在线识别、离线识别的手势识别系统,分别测试了两种不同模式下手势识别的效果,实验表明该系统可以稳定、高效地对手势进行识别。
其他文献
图像语义分割是对图像中的信息进行类别标记的图像分析方法,即利用图像分割网络建立输入图像和预测结果之间的映射关系,通过映射关系实现特征类别的分割标记。近年来,深度学习技术的兴起促使图像语义分割方法快速发展成为计算机视觉领域的研究热点,这吸引众多研究人员将注意力聚焦于此;此外,卷积神经网络凭借其独特的结构优势已成为研究图像语义分割的经典网络。但由于在图像语义分割中应用场景的多变和高质量分割精度的需求导
间歇过程作为现代制造业重要的生产方式之一,广泛应用于事关国计民生的冶金、钢铁、制药、化工等传统工业领域以及半导体制造等新兴领域,然而,一旦生产过程发生故障,将对国家和社会造成巨大损失,因此,如何准确高效的监控间歇过程生产状态,保证生产过程的安全可靠运行已成为人们关注的焦点。近年来,随着计算机技术和传感器技术的发展,间歇过程在生产中积累了丰富的反映过程运行状态和产品质量的数据,这也促使基于数据驱动的
五轴联动机床被广泛应用于复杂曲面的加工,具有加工效率高、精度高等优点。但五轴机床的两个旋转轴增加了额外的几何误差,影响了加工精度。因此本文对BC型双转台五轴数控机床的几何误差辨识算法进行了研究,基于齐次坐标变换建立了数控机床的几何误差模型和运动学模型,并利用球杆仪测量,提出了一种基于虚拟观测法的几何误差辨识算法,在此基础上通过所建立的运动学模型对机床误差进行了补偿。具体工作如下:首先,基于齐次坐标
数控机床代表着精密制造的技术水平,其精度和可靠性是衡量加工零件质量和安全性能的重要指标。提高机床的加工精度,保证机床的使用可靠性,对数控机床的发展和国家制造水平的提升具有重要意义。对误差变化的规律进行分析建模,并运用计算机计算、预测和控制在加工过程中人为制造一个相反的误差与之补偿,能实现机床加工精度的大幅提高。本课题详细介绍了误差补偿相关过程和技术,分析了旋转轴位置对机床综合误差的影响,建立了数学
机器人应用场景正在不断拓展,从最初的用于工业生产提高生产效率,到当下开始转向服务行业帮助人们创造美好生活。因为家庭服务的需要,家庭服务机器人独特优势越来越明显,但是至今还没有开始应用,是因为存在一定的实际问题。其中就包括家庭服务机器人面临未知复杂的家庭空间环境而无法实现自主导航问题,因此对其导航系统的研究显得十分重要和迫切。本文以项目小企鹅形的家庭服务机器人在家庭环境下导航问题为研究对象,针对未知
正逐年加剧的人口老龄化问题给我国养老助老行业带来了巨大冲击。同时养老产业体系不完善,养老资源不充足,劳动力人口比例逐年缩减等因素,都使得未来养老助老产业将面临资源大量短缺的问题。伴老家庭服务机器人的出现为解决养老助老这一系列的社会问题提供了新思路,也成为当下的研究热点和产业的发展方向。本文以伴老家庭服务机器人为研究对象,针对现有家庭服务机器人无法有效监控老年人异常疼痛状态的实际问题,重点对老年人痛
肘关节在创伤或手术后容易僵硬和粘连。高能量创伤易导致肘关节活动性丧失。轻度创伤也可能导致肘关节僵硬。近年来,尽管肘关节及周围组织创伤的治疗手术取得了世人瞩目的进步,但术后肘关节粘连挛缩仍很常见。改良肘关节矫形器能够提供术后肘关节一个不受环境影响、能做康复运动、便携的康复环境。生物阻抗谱法（BIS）能通过对生物电信号的分析,快速准确的得到其机理信息,具有高速、便携、无创伤等特点。因此,本文提出一种基
传统鸡腿菇的采摘和加工主要靠人工劳作,其中不可食用的根部切削是整个加工流程最费时费力的一道流程,实现根部自动化切削是目前急需解决的关键问题,机器人的应用给解决这一问题提供了契机。因鸡腿菇自身较脆,采摘加工过程对机器人的核心-“控制器”要求较高;基于运动学位置误差控制对伺服驱动器要求较高,且机器人发生意外,不能及时做出响应,造成机器人损坏甚至对工作人员的生命安全产生威胁。基于动力学模型力矩误差控制,
动态多目标优化问题普遍存在于现实生活中,此类问题的目标函数和决策变量会随着环境的变化而改变,因此求解该问题的优化算法必须能够快速而又准确地跟踪变化的最优解。基于预测的动态多目标进化优化算法可以根据历史环境信息寻求变化规律,预测未来环境的变化情况,是一类积极响应环境变化的有效算法。因此,本文对预测方法进行研究,提出两种基于预测的动态多目标进化算法。主要研究内容如下:针对算法求解动态多目标优化问题时存
电力机车的故障类型中,因轴承异常温升导致的轴承失效故障是最常见的,轴承温度在一定程度上反应出了机车运行的状况。机车在运行途中,短时间内轴承产生不正常的升温,预示着轴承存在故障缺陷的可能,持续的轴承发热会降低机车轴承的使用寿命,轴承的维护周期势必会缩短,更换频率也会增加;若是轴承异常温升长时间不被发现,最为严重的情况会导致车轴发生断裂的重大机车事故,带来的人员伤亡和社会经济损失不可估量。所以针对轴承