手勢(shì)識(shí)別技術(shù)在軟件中的應(yīng)用

隨著計(jì)算機(jī)技術(shù)戶互聯(lián)網(wǎng)技術(shù)的發(fā)展，以及人工智能技術(shù)研究的不斷深入，人們對(duì)于計(jì)算機(jī)的使用要求越來越高。為滿足用戶不斷增加的需求，研究人員在人機(jī)交互軟件設(shè)計(jì)、開發(fā)方面投入了大量精力，其中，手勢(shì)識(shí)別技術(shù)就是目前使用較為廣泛的智能交互技術(shù)。本文以手勢(shì)識(shí)別技術(shù)在軟件中的應(yīng)用為研究?jī)?nèi)容，對(duì)該技術(shù)進(jìn)行分類闡述，并對(duì)其應(yīng)用進(jìn)行簡(jiǎn)單介紹。

【關(guān)鍵詞】視覺 手勢(shì)識(shí)別 軟件 人機(jī)交互

為實(shí)現(xiàn)更加友好的人機(jī)交互功能，研究人員利用機(jī)器視覺技術(shù)，結(jié)合計(jì)算機(jī)軟件算法設(shè)計(jì)，實(shí)現(xiàn)了通過識(shí)別用戶手勢(shì)，對(duì)計(jì)算機(jī)進(jìn)行操作的功能。手勢(shì)識(shí)別功能的實(shí)現(xiàn)，為計(jì)算機(jī)智能化應(yīng)用提供了借鑒，同時(shí)也開啟了計(jì)算機(jī)軟件技術(shù)發(fā)展的新篇章。

1 手勢(shì)識(shí)別技術(shù)的原理

手勢(shì)識(shí)別技術(shù)的實(shí)現(xiàn)，需要完整的視覺手勢(shì)識(shí)別系統(tǒng)進(jìn)行圖像信息的采集、處理、特征點(diǎn)計(jì)算、分類器設(shè)計(jì)、手勢(shì)識(shí)別五個(gè)過程。在圖像采集方面，盡管手勢(shì)識(shí)別系統(tǒng)所記錄的是動(dòng)態(tài)過程，卻僅僅選取特征點(diǎn)較為明顯的幾幀畫面作為進(jìn)行識(shí)別，結(jié)合手勢(shì)輸入的交互模型進(jìn)行手勢(shì)特征點(diǎn)的檢測(cè)，并根據(jù)特征點(diǎn)的判斷結(jié)果，完成對(duì)應(yīng)的手勢(shì)操作。其中，手勢(shì)識(shí)別技術(shù)最為關(guān)鍵的三個(gè)步驟是手勢(shì)分割、特征點(diǎn)識(shí)別、軟件算法。

1.1 手勢(shì)分割

所謂手勢(shì)分割，是指采用圖像處理技術(shù)，直接選取有用的圖像信息，對(duì)局部區(qū)域信息進(jìn)行有效分割，提高信息數(shù)據(jù)的有效性，降低計(jì)算機(jī)圖像處理的壓力，具體方法有閾值法、區(qū)域信息分割法、物理特征分割法。

1.2 特征點(diǎn)識(shí)別

基于手勢(shì)變化的多樣性，為準(zhǔn)確完成手勢(shì)識(shí)別過程，多采用動(dòng)態(tài)圖像采集，后期對(duì)圖像中每一幀中的手勢(shì)進(jìn)行紋理特征識(shí)別，對(duì)于滿足手勢(shì)輪廓、手勢(shì)邊緣、圖像矩等特征要求的圖片，則由手勢(shì)識(shí)別軟件進(jìn)行對(duì)應(yīng)特征點(diǎn)的計(jì)算，并完成操作動(dòng)作。

1.3 軟件算法

手勢(shì)識(shí)別的關(guān)鍵在于軟件算法的使用，目前，基于靜態(tài)的手勢(shì)識(shí)別算法有著較為廣泛的應(yīng)用，這也是為何將原始動(dòng)態(tài)錄像進(jìn)行幀檢測(cè)的原因。對(duì)于滿足特征點(diǎn)的圖像，由計(jì)算機(jī)軟件對(duì)相應(yīng)特征點(diǎn)進(jìn)行計(jì)算，并按照?qǐng)D片順序進(jìn)行特征點(diǎn)關(guān)聯(lián)。

在軟件算法中，多采用模版匹配技術(shù)，將滿足特征點(diǎn)要求的圖像與數(shù)據(jù)庫中的圖像進(jìn)行匹配，對(duì)滿足閾值要求的手勢(shì)特征參數(shù)進(jìn)行識(shí)別，根據(jù)手勢(shì)參數(shù)的變化，設(shè)置與之相對(duì)應(yīng)的運(yùn)動(dòng)參量，實(shí)現(xiàn)對(duì)應(yīng)的運(yùn)動(dòng)過程。

2 手勢(shì)識(shí)別技術(shù)的分類

隨著計(jì)算機(jī)人機(jī)智能交互軟件種類的增加，手勢(shì)識(shí)別技術(shù)也出現(xiàn)了不同的類別，其中，以二維手型識(shí)別技術(shù)、二維手勢(shì)識(shí)別技術(shù)、三維手勢(shì)識(shí)別技術(shù)的應(yīng)用最為常見。

2.1 二維手型識(shí)別技術(shù)

在眾多手勢(shì)識(shí)別技術(shù)中，二維手勢(shì)識(shí)別技術(shù)的實(shí)現(xiàn)難度最低，也就是通過獲取帶有特征點(diǎn)的二維圖像信息（靜態(tài)），并對(duì)比數(shù)據(jù)庫中的特征點(diǎn)參數(shù)，實(shí)現(xiàn)感知功能。然而，二維手型識(shí)別技術(shù)僅能夠?qū)?jiǎn)單的靜態(tài)圖像進(jìn)行識(shí)別，對(duì)于連續(xù)性動(dòng)作則無法起到作用，并且，由于數(shù)據(jù)庫的特征點(diǎn)參數(shù)較少，導(dǎo)致其無法識(shí)別更多手勢(shì)。

因此，對(duì)于二維手型識(shí)別技術(shù)，研究人員也將其成為模式匹配技術(shù)，該技術(shù)雖然簡(jiǎn)單，卻為手勢(shì)識(shí)別技術(shù)的進(jìn)一步發(fā)展奠定了基礎(chǔ)。

2.2 二維手勢(shì)識(shí)別技術(shù)

二維手勢(shì)識(shí)別技術(shù)是在二維手型識(shí)別技術(shù)的基礎(chǔ)上發(fā)展起來的，盡管，二維手勢(shì)識(shí)別技術(shù)依然停留在平面坐標(biāo)系中，但是，利用軟件的自動(dòng)圖像匹配技術(shù)，以及動(dòng)態(tài)數(shù)據(jù)庫，可以對(duì)簡(jiǎn)單的動(dòng)作進(jìn)行錄取、特征點(diǎn)捕捉、特征點(diǎn)匹配、動(dòng)作響應(yīng)等一系列操作。例如，對(duì)計(jì)算機(jī)播放器進(jìn)行暫停、播放、下一曲控制，或者是在教學(xué)過程中對(duì)幻燈片的翻頁操作，都可以通過不同的手勢(shì)動(dòng)作完成。

二維手勢(shì)識(shí)別技術(shù)的出現(xiàn)，極大的豐富了數(shù)據(jù)庫的特征點(diǎn)參數(shù)，擴(kuò)大了計(jì)算機(jī)軟件的識(shí)別范圍，也促進(jìn)了這一技術(shù)在多領(lǐng)域的應(yīng)用。

2.3 三維手勢(shì)識(shí)別技術(shù)

從實(shí)際使用效果來看，三維手勢(shì)識(shí)別技術(shù)的準(zhǔn)確度更高，盡管實(shí)現(xiàn)難度較大，卻可以完成二維手勢(shì)識(shí)別不可能完成的動(dòng)作。由于動(dòng)態(tài)圖像處理是基于空間坐標(biāo)系，因此，在圖像錄取時(shí)需要使用多個(gè)攝像頭，對(duì)手勢(shì)進(jìn)行全方位補(bǔ)做，以獲取更為全面的特征點(diǎn)參數(shù)。

三維手勢(shì)識(shí)別技術(shù)的實(shí)現(xiàn)主要包括結(jié)構(gòu)光、光飛時(shí)間、多角成像三大方式，結(jié)合先進(jìn)的視覺手勢(shì)識(shí)別算法，以及強(qiáng)大的數(shù)據(jù)庫支持，就可以準(zhǔn)確響應(yīng)每一個(gè)手勢(shì)，完成相關(guān)動(dòng)作。

3 手勢(shì)識(shí)別技術(shù)在軟件應(yīng)用中的趨勢(shì)

對(duì)于手勢(shì)識(shí)別技術(shù)在軟件中的應(yīng)用，三種不同類型的手勢(shì)識(shí)別技術(shù)都有著不同的領(lǐng)域，基于多種技術(shù)的共同發(fā)展，以及手勢(shì)識(shí)別技術(shù)的應(yīng)用范圍不斷擴(kuò)大，手勢(shì)識(shí)別技術(shù)在軟件應(yīng)用中的趨勢(shì)將向著人工智能的方向發(fā)展。

隨著生物技術(shù)的發(fā)展，人們已經(jīng)能夠在一定程度上破解有大腦所發(fā)出的生物電信號(hào)。對(duì)于手勢(shì)識(shí)別技術(shù)的研究，也將由真實(shí)的動(dòng)作信號(hào)捕捉，向著無法看到的生物電信號(hào)檢測(cè)進(jìn)行變化。

例如，醫(yī)學(xué)研究人員通過對(duì)正常人在做出手勢(shì)動(dòng)作時(shí)的腦電波進(jìn)行檢測(cè)、比對(duì)，以數(shù)據(jù)庫的形式進(jìn)行存儲(chǔ)于智能仿生機(jī)械臂的中央處理芯片中。對(duì)于安裝此類仿生機(jī)械臂的殘疾人，則可以通過腦電波對(duì)應(yīng)的手勢(shì)，操控機(jī)械臂進(jìn)行運(yùn)動(dòng)。如此一來，人們將不再通過真實(shí)的手勢(shì)動(dòng)作來實(shí)現(xiàn)操作，而是通過大腦所發(fā)出的手勢(shì)生物電信號(hào)來完成操作，不僅響應(yīng)速度有所提高，同時(shí)也提高了手勢(shì)動(dòng)作的精準(zhǔn)度。

參考文獻(xiàn)

[1]江鐵成.基于視覺手勢(shì)識(shí)別技術(shù)的實(shí)踐研究[J].合肥師范學(xué)院學(xué)報(bào)，2016（03）.

[2]郭雷.動(dòng)態(tài)手勢(shì)識(shí)別技術(shù)綜述[J].軟件導(dǎo)刊，2015（07）.

[3]劉俊梅.一種復(fù)雜背景下的手勢(shì)分割新方法[J].北京電子科技學(xué)院學(xué)報(bào)，2006（02）.

作者簡(jiǎn)介

于珈盛（2000-），男，內(nèi)蒙古通遼市奈曼旗人。內(nèi)蒙古通遼市奈曼旗實(shí)驗(yàn)中學(xué)學(xué)生。

作者單位

內(nèi)蒙古通遼市奈曼旗實(shí)驗(yàn)中學(xué) 內(nèi)蒙古自治區(qū)通遼市 028300