论文摘要
近年来信息无障碍技术越来越受到关注,它主要研究如何帮助老年人和残障人士自由参与社会活动,而基于头势的人机交互是信息无障碍研究领域中的一个热点,因此基于头势的智能轮椅人机交互的研究就是一个非常有意义的课题。本文研究了基于头势的智能轮椅无障碍人机交互方法,提出基于唇部检测的头势识别方法,将识别结果用于控制智能轮椅的运动。文章首先介绍了Adaboost (Adaptive Boosting)目标检测算法,采用加权投票的方式生成唇部级联分类器,进行唇部的检测,但是使用Adaboost算法进行唇部检测与头势识别的精确度不高,检测时间相对较长。针对唇部检测中遇到的这两个问题,提出混合Kalman滤波器与Adaboost算法进行唇部检测的头势识别方法。该算法通过预测Adaboost算法预测唇部左上角坐标点在下一帧图像中的位置,减小Adaboost算法进行唇部检测的搜索范围,提高了唇部检测与头势识别的精确度,降低了检测与识别时间。最后,本文设计了一个基于头势的智能轮椅无障碍人机交互系统,并在此系统平台上进行了大量的实验。实验结果表明,本文设计的基于唇部检测的头势识别算法在对智能轮椅的控制中可靠性很高,智能轮椅运动的精确度达到90%以上,有效地提高了智能轮椅的鲁棒性。
论文目录
摘要Abstract第一章 绪论1.1 课题的背景及研究意义1.2 国内外研究现状1.3 本文主要内容及章节的安排1.4 本章小结第二章 头势识别方法2.1 基于知识的头势识别方法2.2 基于特征的头势识别方法2.3 基于三维空间的头势识别方法2.4 基于相对位置的头势识别方法2.5 本章小结第三章 基于唇部检测的头势识别方法研究3.1 图像的预处理3.1.1 图像灰度化3.1.2 光照补偿3.1.3 直方图均衡化3.2 基于Adaboost算法的唇部检测与头势识别3.2.1 H aar-like矩形特征3.2.2 A daboost算法基本原理3.2.3 A daboost算法进行唇部检测3.2.4 实验结果3.3 Kalman滤波器增强唇部检测与头势识别3.3.1 Kalman滤波器3.3.2 Kalman滤波器唇部预测模型的设计3.3.3 Kalman滤波器预测唇部3.3.4 实验结果3.4 本章小结第四章 头势识别在智能轮椅人机交互系统的设计与实现4.1 头势控制智能轮椅的系统结构框图4.2 系统的软硬件4.2.1 系统的硬件介绍4.2.2 系统的软件介绍4.3 头势指令4.4 基于头势的智能轮椅无障碍人机交互4.5 本章小结第五章 全文总结和展望5.1 全文总结5.2 展望致谢参考文献附录
相关论文文献
标签:算法论文; 滤波器论文; 人机交互论文; 唇部检测论文; 头势论文;