1、為實現(xiàn)沉浸式身份識別和運動控制,本文分析了人臉識別和手勢識別的研究現(xiàn)狀,針對多姿態(tài)人臉識別和魯棒性手勢識別中存在的不足,提出小注冊樣本多姿態(tài)人臉識別算法和基于深度圖像與骨骼點的手勢識別算法,實現(xiàn)雙模態(tài)人機交互。解決了司法系統(tǒng)等因注冊樣本貧乏導致身份識別率不穩(wěn)定的問題,應用前景廣闊。主要研究內(nèi)容如下:
　　(1)提出了一種新的小注冊樣本環(huán)境下,識別多姿態(tài)人臉圖像的算法。算法首先利用基于 Haar特征的隨機森林分類器完成對注冊樣本和待

2、識別人臉圖像對姿態(tài)變化魯棒性高的關鍵點自適應定位,并提取SURF特征并保存。然后以SURF特征的歐氏距離決策得出初匹配關鍵點對。最后以初匹配關鍵點對的SURF特征的歐式距離決策得出再匹配關鍵點對,完成人臉識別。提高了小注冊樣本多姿態(tài)人臉識別的準確性與實時性。
　　(2)提出了一種基于深度圖像與骨骼點的手勢識別算法。算法首先利用膚色建模與深度圖像相投影得到精確手區(qū)域,然后對該區(qū)域采用3D骨骼點建模,最后在一維指尖距離框架內(nèi)完成手勢識

3、別。
　　(3)設計了小注冊樣本多姿態(tài)人臉識別框架的身份識別系統(tǒng)。實現(xiàn)了基于該算法的身份識別系統(tǒng),實驗證明,該身份識別系統(tǒng)可以克服光照、陰影等不良影響,具有較強的魯棒性和準確性。
　　(4)設計了手勢識別框架的運動控制系統(tǒng),完成對五自由度移動機械臂的運動控制。驗證了系統(tǒng)的有效性與準確性。
　　沉浸式人機交互系統(tǒng)具有重要的學術意義與廣闊的應用前景,本文基于當前身份識別與運動控制的實際需求,有針對性地對人臉識別和手勢識別算