学位论文 > 优秀研究生学位论文题录展示
基于深度图与彩色图像的跑步机游戏交互系统
作 者: 崔怡
导 师: 殷蔚华
学 校: 华中科技大学
专 业: 通信与信息系统
关键词: 深度图 连续自适应均值偏移算法 人机交互 目标跟踪
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 141次
引 用: 0次
阅 读: 论文下载
内容摘要
体感游戏中的运动项目虽然风靡全球,但其运动效果还是远远比不上普通的跑步机。而跑步机游戏系统若能将体感游戏操作和跑步机有机的结合起来,将会给单调的健身运动带来前所未有的娱乐快感,使更多用户能自觉、主动的参与运动中来。由于具有非接触性和直接性,图像识别已成为目前体感技术的一个研究热点,特别是无标记的识别技术,可让人体不附加任何配件即成为“遥控器”,受到了广泛的关注。经过介绍分析主要的跟踪算法,根据系统需要我们选择了连续自适应均值偏移算法(CAM-Shift)跟踪双手。实验证明,传统的连续自适应均值偏移算法对裸露双手的跟踪效果不尽人意,在复杂背景下基本无法正常工作。对手套的跟踪虽然效果较好,但这违背了系统无标记的设计要求。为此,在传统连续自适应均值偏移算法的基础上,我们引入了深度信息,并利用深度图从前景分割、初始化和干扰处理几方面对算法进行了改进和扩充。本文主要是对深度图进行阈值分割得到前景目标的二值掩码,屏蔽掉复杂背景以减少非目标区域对搜索结果的干扰影响,同时利用深度图的3D信息初始化搜索窗口。以此为基础,构建了基于深度图和彩色图像的跑步机游戏交互系统。系统使用微软公司的Xbox体感外设Kinect装置获取运动玩家的深度图像和彩色图像序列,并对玩家双手的运动轨迹进行3D跟踪,分析识别其手部动作,实现了非接触、无标记的人机交互。实验证明系统满足实时要求,对动作反应灵敏准确。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-12 1.1 课题的背景及意义 8-9 1.2 国内外研究现状分析 9-10 1.3 跑步机游戏交互系统需求分析 10-11 1.4 本文的主要内容及章节安排 11-12 2 CAM-SHIFT 算法及其在跑步机游戏交互系统上的应用 12-24 2.1 传统目标跟踪方法 12-14 2.2 Mean-Shift 跟踪算法 14-16 2.3 CAM-Shift 跟踪算法 16-21 2.4 传统CAM-Shift 算法在跑步机游戏交互系统中的应用与不足 21-23 2.5 本章小结 23-24 3 基于深度图的CAM-Shift 改进算法 24-38 3.1 深度获取的基本方法 24-25 3.2 Kinect 装置的总体结构 25-26 3.3 Lighting Code 深度获取方法 26-32 3.4 基于深度图的CAM-Shift 改进算法 32-37 3.5 本章小结 37-38 4 系统构建与实验结果 38-47 4.1 系统概述 38-39 4.2 开发环境 39-40 4.3 建立基于高斯模型的肤色模板 40-41 4.4 运动状态识别 41-43 4.5 实验结果 43-46 4.6 本章小结 46-47 5 全文总结与展望 47-49 5.1 全文总结 47 5.2 展望 47-49 致谢 49-50 参考文献 50-52
|
相似论文
- 带径向速度观测的跟踪算法研究,TN953
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 空间交会接近视觉测量方法研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 红外图像目标识别及跟踪技术研究,TP391.41
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 数字电视互动应用交互系统设计与实现,TP311.52
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 全新的交互体验,TP11
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 无线传感器网络的目标跟踪算法研究,TN929.5
- 基于主动视觉的运动目标检测与跟踪研究,TP391.41
- 基于无线传感器网络的目标定位跟踪研究,TN929.5
- 基于DSP的双丝焊机及人机界面研究,TG409
- 视频监控运动目标检索方法研究,TP391.41
- 运动目标检测与跟踪的研究,TP391.41
- 车载红外图像的行人检测与跟踪技术,TP391.41
- 下一代广播电视网中有源EoC的人机交互系统的研究与实现,TP11
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|