基于計算機視覺的手勢識別技術(shù)綜述

梁娜

摘 要：隨著計算機性能的逐步提高和圖像處理技術(shù)的不斷發(fā)展，基于計算機視覺的手勢識別技術(shù)成為研究熱點。本文介紹了手勢識別的主要分類，并詳細介紹了基于視覺的手勢識別技術(shù)的工作原理和工作流程。闡述了手勢分割、特征提取和手勢識別的技術(shù)方法。

關(guān)鍵詞：計算機視覺；手勢識別；手勢分割；特征提取

目前，人機交互的主要方式有基于文本方式的鍵盤交互和基于圖形的鼠標交互，這些交互方式都以機器為中心，使人去適應(yīng)機器的輸入輸出設(shè)備，因此，在交互過程中存在諸多不便。隨著計算機科學的快速發(fā)展，人機交互的研究已經(jīng)從以機器為中心轉(zhuǎn)移到以人為中心，研究符合人類習慣的交互方式成為熱點。手勢是人類最常用的溝通媒介，它生動形象、直觀易懂，而且蘊涵著豐富的信息，是一種高效的溝通方式，基于手勢識別的人機交互技術(shù)將為用戶提供種簡易、高效的人機交互界面，極大地方便人類的生活。因此，基于手勢識別的人機交互技術(shù)具有重要的研究價值。

1 手勢識別的主要方法

根據(jù)手勢圖像的輸入方式不同，手勢識別系統(tǒng)主要可以分為兩類：基于數(shù)據(jù)手套的手勢識別系統(tǒng)和基于視覺的手勢識別系統(tǒng)。

基于數(shù)據(jù)手套的手勢輸入（Glove—based Gesture Input）是利用數(shù)據(jù)手套獲取手勢在空間的運動軌跡和時序信息。它能夠高效、快速、實時地獲得手在空間的三維信息和手指的運動信息，并且能夠識別多種手勢信息。但是這種輸入方式需要用戶穿戴復(fù)雜的數(shù)據(jù)手套和位置跟蹤器，給操作者帶來很大不便，而且輸入設(shè)備昂貴，很難在市場上進行推廣。

隨著計算機性能的逐步提高和圖像處理技術(shù)的不斷發(fā)展，基于計算機視覺的手勢識別技術(shù)成為研究熱點。這種方法通過攝像頭采集手勢圖像信息并傳輸給計算機，系統(tǒng)對視頻進行分析和處理，提取出手的形狀、位置和運動軌跡，然后選擇手勢進行分析，然后根據(jù)模型參數(shù)對手勢進行分類并生成手勢描述。最后，系統(tǒng)根據(jù)生成的描述去驅(qū)動具體應(yīng)用。這種方法無需購買昂貴傳感設(shè)備，僅需要攝像頭和PC機即可，并且在操作時更加自然、方便是手勢識別未來發(fā)展的趨勢。因此，本文重點研究基于視覺的手勢識別技術(shù)。

2 基于視覺的手勢識別技術(shù)

2.1 手勢輸入及手勢圖像預(yù)處理

手勢輸入是通過攝像頭采集手勢圖像信息并傳輸給計算機的過程。通過手勢輸入將視頻轉(zhuǎn)換成計算機能夠處理的數(shù)字圖像，為了防止圖像在生成、傳輸或變換過程中會受到干擾而發(fā)生畸變，需要先對圖像進行預(yù)處理，去除手勢圖像中的噪聲，過濾掉不需要的部分，同時保留并強化圖像中的有用信息。

2.2 手勢分割

手勢分割就是將有手勢從圖像視頻中劃分出來，僅保留手勢部分。手勢分割的好壞直接影響后面的特征提取和手勢識別的結(jié)果。主要方法有膚色模型法和輪廓跟蹤法。

在手勢圖像中，膚色信息最為有效，是占主導地位的像素色彩值。膚色雖然因人而異，但它在色彩空間中的呈聚類特征，膚色模型法就是根據(jù)膚色在色彩空間中的分布特點，快速地找到手可能的候選區(qū)域。

輪廓跟蹤法中最為著名的是基于Snake模型的手勢分割方法，它利用Snake模型對噪聲和對比度的敏感性來有效跟蹤目標的形變和的復(fù)雜運動，從而將目標從復(fù)雜背景中分割出來。

2.3 特征提取

手勢圖像經(jīng)過分割，會得到手勢的邊緣和區(qū)域，從而能夠獲得手勢的形狀。定位了手勢之后就可進行手勢特征的提取。手勢特征提取與手勢分割是密不可分的，在基于視覺系統(tǒng)的手勢識別系統(tǒng)中，二者是同時進行的。

用來描述手勢的形狀特征的屬性包括手的長短、面積、距離、凹凸等，它們反映了手的骨架和所在的區(qū)域。通常把區(qū)域內(nèi)部或邊界的像素賦予“1”值，而背景和其他不感興趣像素賦予0值，形成二值圖像，通過對區(qū)域的內(nèi)部或外部形狀進行各種變換即可提取區(qū)域特征。

2.4 勢識別

手勢分為靜態(tài)手勢和動態(tài)手勢，靜態(tài)手勢通過手的形狀表達某種信息，對應(yīng)著模型參數(shù)空間里的一個點，而動態(tài)手勢則通過手的運動表達相應(yīng)的信息，對應(yīng)著模型參數(shù)空間里的一條軌跡。手勢識別就是把模型參數(shù)空間里的軌跡或點分類到該空間里某個子集的過程。靜態(tài)手勢識別是指手勢處于靜止狀態(tài)的識別方法，識別過程比較簡單，相對獨立，它和時間及空間上的圖像序列無關(guān)。主要采用的方法有神經(jīng)網(wǎng)絡(luò)法、模板匹配法、基于統(tǒng)計的方法等。動態(tài)手勢對應(yīng)參數(shù)空間里的一條軌跡，由于不同用戶在做手勢時的速度不同、熟練程度不同，因此不但涉及到時間及空間的相關(guān)信息，還涉及到手勢定位的問題。動態(tài)手勢識別方法主要有三種：神經(jīng)網(wǎng)絡(luò)識別法、基于隱馬爾可夫模型（Hidden Markov Models，HMM）的識別法，基于動態(tài)時間規(guī)整（DynamicTime Warping，DTW）的識別法。

3 結(jié)束語

本文論述了基于視覺的手勢識別技術(shù)的工作原理和主要流程。討論了手勢分割的方法、特征提取以及手勢識別的技術(shù)關(guān)鍵?；谝曈X的手勢識別技術(shù)是人機交互領(lǐng)域的一大研究熱點，將手勢識別技術(shù)應(yīng)用于自動控制、智能家居、智能交通等領(lǐng)域，利用手勢對設(shè)備進行控制將極大地方便人類的生產(chǎn)和生活。因此基于視覺的手勢識別技術(shù)的研究在人機交互系統(tǒng)中具有更加廣泛的社會意義和實際應(yīng)用前景。

[參考文獻]

[1]王兩穎，張習文，戴國忠.一種面向?qū)崟r交互的變形手勢跟蹤方法[J].軟件學報.2007，V01.18（10）：2423-2433.

[2]高君.基手勢識別的虛擬寵物系統(tǒng)的研究與開發(fā)[D].沈陽：東北大學.2006.

[3]姚文君.基于Freeman鏈碼二維圖像輪廓的提取與匹配[J].寧波職業(yè)技術(shù)學院學報.2006（10）：24-26.