亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于手勢識別的智能家居人機交互系統(tǒng)

        2023-06-25 01:04:27張家源劉建華傅周超嚴涵齊子康程博洋
        電腦知識與技術 2023年13期
        關鍵詞:手勢識別計算機視覺人機交互

        張家源 劉建華 傅周超 嚴涵 齊子康 程博洋

        摘要:智能家居是一種新興的物聯(lián)網(wǎng)技術系統(tǒng),基于手勢識別控制智能家居的人機交互系統(tǒng)設計,是一種新的改善傳統(tǒng)智能家居人機交互的方案。利用中智訊公司的機器視覺平臺模擬獲取操作者的手勢,并與控制器進行命令交互,結合AI高清攝像頭以及智能節(jié)點控制等單元,搭建一個智能家居感知控制系統(tǒng)。通過試驗測試采集并分析數(shù)據(jù),結果表明,該系統(tǒng)具有良好的可行性,簡單直觀實現(xiàn)新的智能家居控制方式。

        關鍵詞:手勢識別;計算機視覺;人機交互;物聯(lián)網(wǎng);Zigbee

        中圖分類號:TP391? ? ? ? 文獻標識碼:A

        文章編號:1009-3044(2023)13-0105-03

        開放科學(資源服務)標識碼(OSID)

        0 引言

        近年來,隨著人工智能、機器視覺等領域的高速發(fā)展,手勢識別技術在人機交互、AR等領域取得了不錯的成果。目前,手勢識別技術是當下非常流行的一種人機交互技術,這種技術提供給用戶便捷、靈活的交互方式,面向智能家居的手勢控制方式又具有操作簡單、人機交互友好等優(yōu)點,所以這種技術是未來智能家居的發(fā)展趨勢之一。

        目前,手勢識別技術大致可以分為三個等級:二維手型識別、二維手勢識別、三維手勢識別。其中,前兩者是基于畫面中的二維坐標信息進行手勢識別,而三維則由于包含深度信息(z坐標)在識別技術和系統(tǒng)上都有更復雜的實現(xiàn)方式。例如利用Hausdorff距離模板匹配思想來實現(xiàn)手勢的識別[1]、基于DTW的手勢識別算法[2]、基于CRF和HMM混合模型的手勢識別[3]等。其中,易靖國等人[4]提出通過Kinect深度攝像頭采集信息并用Hu矩進行提取手勢特征,利用BP(Back Propagation) 神經(jīng)網(wǎng)絡的手勢識別方法很好地適應復雜環(huán)境,本文在此基礎上,通過Zigbee搭建平臺模擬實現(xiàn)智能家居手勢交互控制,以此分析測試。

        1 系統(tǒng)功能需求分析

        傳統(tǒng)的智能家居控制方式以手動開關或無線方式控制,當遙控器或開關失靈無法控制家居設備時,家居設備的使用往往會遇到很大的不便。本文設計的手勢控制智能家居,能在沒有遙控器的情況下,使用手勢直接控制智能家居設備,方便了用戶使用智能家居設備,擺脫了遙控器或者開關的制約。目前的手勢識別產(chǎn)品,由于識別率較低,沒有得到大面積推廣。該系統(tǒng)的實現(xiàn)將使手勢控制智能家居的識別率提升,推動其在智能家居領域的應用。該系統(tǒng)主要通過智能攝像頭識別手勢,把手勢映射為智能家居設備開關指令,通過ZigBee無線網(wǎng)絡通信技術控制空調、電風扇、燈光的開關狀態(tài)。本系統(tǒng)實現(xiàn)如下功能:

        1) 手勢圖像采集:目前常用的手勢特征包括輪廓、邊緣、圖像特征向量、區(qū)域直方圖特征等,在安卓系統(tǒng)端使用統(tǒng)計分析技術,通過統(tǒng)計樣本特征向量來確定分類器。

        2) 手勢識別:在安卓端對采集的圖像進行手勢的識別。

        3) 執(zhí)行控制:把識別的結果轉變?yōu)榭刂菩盘枺ㄟ^無線傳感器控制智能家居設備。

        2 系統(tǒng)框架設計

        系統(tǒng)總體硬件組成如下:1) AI高清攝像頭;2) 智能邊緣計算網(wǎng)關;3) 智能+產(chǎn)業(yè)套件,其中智能產(chǎn)業(yè)套件由ZigBee節(jié)點天線、風扇、LED燈、繼電器、RJ45通信連線、步進電機、ZigBee無線節(jié)點、智慧家居套件節(jié)點等組成。本系統(tǒng)是利用機器視覺平臺模擬操作者與控制器進行人機交互,共分為三個部分:操作者動作采集部分、傳感器被控制部分、數(shù)據(jù)處理部分。各部分功能如下:1) 操作者動作采集:操作者面向攝像頭做出命令動作,攝像頭將識別手勢數(shù)據(jù)傳送至數(shù)據(jù)處理中心,進行圖像識別處理;2) 傳感器:接收數(shù)據(jù)處理中心發(fā)來的控制命令并完成相應指令,如風扇轉動(停止),LED燈的亮(滅)等;3) 數(shù)據(jù)處理中心:協(xié)調系統(tǒng)控制流程,完成數(shù)據(jù)交換與圖像識別處理。系統(tǒng)總體框圖如圖1所示:

        本系統(tǒng)的軟件設計主要分為邊緣計算網(wǎng)關網(wǎng)絡配置、數(shù)據(jù)中心處理、動作識別算法設計以及各智能產(chǎn)業(yè)套件的無線連接。下面主要介紹數(shù)據(jù)處理中心設計。

        數(shù)據(jù)處理中心主要負責數(shù)據(jù)的集中處理計算,包括整個系統(tǒng)的數(shù)據(jù)傳輸、信息處理等。當攝像頭采集和處理數(shù)據(jù)完畢后,數(shù)據(jù)包將傳送至數(shù)據(jù)處理中心,通過算法進行分析和識別,再將其控制命令發(fā)送至傳感器完成相應指令。其軟件工作流程如圖2所示。

        在軟件系統(tǒng)內建立識別庫樣本,設置不同手勢完成對應操作,如手勢“2”完成開關風扇、開啟LED操作等。

        4 系統(tǒng)實現(xiàn)

        4.1 識別模塊

        在識別模塊中,系統(tǒng)負責抓拍用戶手勢圖像,并進行預處理,然后提取手部外觀特征構建樣本,同時根據(jù)參數(shù)進行識別并反饋輸出識別信息至數(shù)據(jù)處理中心進行處理。其識別結果與圖片中手部的外觀特征有關,如位置、輪廓、紋理,也與圖像矩、圖像特征向量以及區(qū)域直方圖特征有關。因此,需要反復進行訓練,補充擴大樣本庫才能提高識別準確性。

        用戶手勢動作識別的過程具體如下:

        1) 獲取手勢動作。在對手勢動作的加速影像進行識別判斷、綜合分析之前,首要的基礎就是要能夠順利地獲取手勢的有效動作數(shù)據(jù)。這種有效地動作表現(xiàn)為在比較明顯的靜止時間內出現(xiàn)短暫的動作區(qū)段。

        2) 建立樣本庫。本次系統(tǒng)所采用的模式識別主要運用的是處理分析法,這種方法的本質就是對手勢影像的每一個動作進行信息采集,構建強大的動作樣本庫,在庫內針對每一個動作手勢,進行不同的分解識別,然后對其進行處理分析。

        3) 模塊識別。對于采集的手勢動作影像數(shù)據(jù)庫具有很高的要求,能夠有效地提取分析庫內動作的有效特征,并生成特征的子空間;也可以將動作的子特征再次投影,構成一組新的數(shù)據(jù)庫,將其與有效的動作片段庫進行對比,找出操作者的動作區(qū)別,更精準地分別識別操作者動作。

        4.2 控制模塊

        識別信息結果與構建模型進行校對,若兩者相吻合,則輸出命令控制傳感器,完成相應指令,如圖3、圖4所示。

        5 實驗測試結果與分析

        5.1 動作識別功能測試

        操作者完成各個手勢動作樣本采樣,設置A、B兩組正反手勢識別,C組在復雜背景下進行,每種手勢采樣數(shù)量各為10,測得誤識別率最高為25%,不識別率為0%,C組偏差過大,不作展出(由數(shù)據(jù)看出,手勢的正反也對識別有一定影響,且復雜的背景環(huán)境也對識別有很大干擾,猜測是算法模型問題導致)。重復數(shù)次實驗后,A、B兩組各動作的誤識別率和不識別率表1所示。

        5.2 操作者定位測試

        通過攝像頭不僅可以抓取操作者的手勢動作,同樣也可以獲取操作者的位置信息,對于操作者的位置信息檢測到人體在室內的位置,通過圖像校正的功能對操作者進行有效定位,可以對單純的手勢識別進行補充,系統(tǒng)可以通過操作者的位置信息判定手勢控制的有效時段,更好地控制智能家居的反應效果。

        6 結束語

        本文研究基于手勢識別的智能家居控制系統(tǒng),主要是對用戶手勢進行識別,并能準確地操控智能家居產(chǎn)品,完成相應的指令。采用Python的開源Web 應用框架Django搭建手勢識別系統(tǒng),以此對智能家居進行控制。經(jīng)測試,系統(tǒng)能較好地識別手勢并作出相應指令。后續(xù)研究包括:進一步調整優(yōu)化算法,提高識別準確度、分別對不同場景下不同干擾下對手勢識別[5]、準確分類手勢類型[6]并通過卷積神經(jīng)網(wǎng)絡進行識別訓練[7]。

        參考文獻:

        [1] 蘇九林.Hausdorff距離在手勢識別中的運用[D].上海:上海海事大學,2004.

        [2] 佟喜峰,樊鑫.基于DTW的手勢識別算法[J].計算機與數(shù)字工程,2022,50(8):1782-1786.

        [3] 蔡旻,高涵文,李華一,等.基于CRF和HMM混合模型的手勢識別方法[J].計算機應用與軟件,2021,38(11):162-166.

        [4] 易靖國,程江華,庫錫樹.復雜背景下的手勢識別方法[J].數(shù)字技術與應用,2016(9):50-53.

        [5] 楊波,宋曉娜,馮志全,等.復雜背景下基于空間分布特征的手勢識別算法[J].計算機輔助設計與圖形學學報,2010,22(10):1841-1848.

        [6] 解迎剛,王全.基于視覺的動態(tài)手勢識別研究綜述[J].計算機工程與應用,2021,57(22):68-77.

        [7] 萬宇.基于輕量型卷積神經(jīng)網(wǎng)絡的手勢識別及應用[D].武漢:江漢大學,2020.

        【通聯(lián)編輯:唐一東】

        猜你喜歡
        手勢識別計算機視覺人機交互
        基于手勢識別的工業(yè)機器人操作控制方法
        基于紅外的非接觸式手勢識別系統(tǒng)設計
        基于嵌入式的智能手表設計
        機器視覺技術發(fā)展及其工業(yè)應用
        危險氣體罐車液位計算機視覺監(jiān)控識別報警系統(tǒng)設計
        某型柴油機虛擬維修系統(tǒng)研究
        計算機視覺在交通領域的應用
        基于計算機視覺的細小顆粒團重量測量的研究
        人機交互課程創(chuàng)新實驗
        計算機教育(2016年7期)2016-11-10 09:01:27
        復雜背景下的手勢識別方法
        成人无码区免费AⅤ片WWW| 国产人成无码视频在线观看 | 国产av无码专区亚洲版综合| 中国国语毛片免费观看视频| 色综合久久蜜芽国产精品| 国产深夜男女无套内射| 在线免费观看国产精品| 国产美女三级视频网站| 美女脱了内裤洗澡视频| 精品人妻av一区二区三区| 亚洲国产午夜精品理论片在线播放 | 久久综合久久美利坚合众国| 欧美黑人性暴力猛交喷水黑人巨大 | 亚洲人成无码网www| 欧美一级在线全免费| 亚洲av天堂久久精品| 国产成av人在线观看| 伊人久久大香线蕉av不变影院| 特级av毛片免费观看| 国产偷2018在线观看午夜| 亚洲中文字幕无码不卡电影| 久久国产女同一区二区| 国产精品沙发午睡系列| 先锋中文字幕在线资源| 1000部拍拍拍18勿入免费视频下载| 青青青国产免A在线观看| 国产女优一区在线观看| 狠狠躁夜夜躁人人躁婷婷视频| 亚洲乱码视频在线观看| 日本高清不卡一区二区三区 | 最近免费中文字幕| 大陆一级毛片免费播放| 亚洲人成无码网站十八禁| 放荡成熟人妻中文字幕| 亚洲国产成人久久综合| 亚洲久无码中文字幕热| 亚洲一区视频中文字幕| 男奸女永久免费视频网站| 亚洲女人被黑人巨大进入| 亚洲每天色在线观看视频| 日本精品一区二区三区试看|