沙 亮，王贵锦，林行刚

（清华大学 信息科学与技术国家实验室；电子工程系，北京 100084）

1 手势检测技术简介

基于手势的人机交互在机器人控制、3D动画、娱乐、汽车电子、安全认证等诸多领域应用广泛[1]。近年来，Sony，Toshiba，Nintendo，Microsoft，IBM，Nokia 等国际知名企业纷纷致力于将手势交互应用于消费电子领域，推出了大量原型产品[2-7]。这些产品大多仍采用接触式传感器来测量手关节的参数，虽然可精确地还原手势的3D空间模型，却因不舒适而降低了用户体验。目前，手势交互正逐渐转变为通过非接触式的实时视频采集用户动作，以计算机视觉的方式分析手势的纯视觉方式。该方式下用户无须佩戴任何装置，也不受空间位置的约束，采用日常生活中的手势给出交互指令，在自然舒适的状态下进行人机对话[8]。

手势视觉交互的核心是手势检测，其实质是指通过系统的分析，标定出视频中特定手势出现的时间和空间位置。由于人手是由27自由度的复杂链接体[1]，同一手势经常因尺度、旋转、仿射和用户个体差异等呈现外观差异，同时受到纹理混杂或相似颜色背景的干扰，使稳健的手势检测面临巨大挑战。

现有的手势视觉检测技术可分为3类：1）通过佩戴颜色标记进行检测，性能有保证，但使用不便[9]；2）基于运动检测，方法简单但易受光照影响，不够稳定[10]；3）通过机器学习的方法，运用AdaBoost技术，实现对特定手势的快速检测[11]。该方法对尺度和用户差异有很好的效果，但因采用Haar特征，易受背景混杂的影响，对交互场景有一定限制。……