论文部分内容阅读
为了改善当前方法在识别人机交互系统中由于没有考虑背景、光照等因素对手势轨迹结果的影响,导致平均识别率较低的问题,提出了基于HMM的人机交互系统手势轨迹识别方法。方法通过采用混合高斯模型和基于(K-L)变换的肤色椭圆模型实现人机交互系统手势图像的手势区域分割,获得了肤色手势二值图,引入卡尔曼滤波器跟踪肤色手势二值图,将人机交互系统中手势轨迹观测值均方误差控制在最小范围情况下修正当前手势状态,得到手势状态的最优估计值,同时预测并修正下一时刻手势的状态变量,直到获得目标手势重心的最优估计值,作为人机交互系