面向实时性和鲁棒性的自然人手粒子滤波跟踪方法研究

本项目以自然人手在虚拟样机系统中的应用为基本背景，对粒子滤波方法中的几个关键性问题进行系统性研究，以提高粒子滤波方法的计算效率，探索融合人手的鲁棒性跟踪和实时性跟踪的方法，使之基本满足基于自然人手的HCI在数字虚拟样机系统中的理论研究和应用研究的需要。具体的研究内容包括：研究状态新的数学描述形式；研究各帧样本数随时空条件变化的统计分布规律；研究基于多尺度理论获取状态观测值的方法；研究基于不同信任度和层次性的观测特征以及由此而建立的观测似然模型，研究肤色模型及分类器；研究认知心理学中的适应性行为理论和方法，探索新的状态预测理论和方法；进行综合实验，将本研究提出的新方法得到的状态参数与从数字手套采集得到的数据进行比较、分析和评价，对算法性能进行理论分析或证明。