张生军，吴仕勋，王宏刚，许登元，黄大荣

(重庆交通大学 信息科学与工程学院，重庆 400074)

无标记手势识别中基于混合特征的手部分割研究

张生军，吴仕勋，王宏刚，许登元，黄大荣

(重庆交通大学 信息科学与工程学院，重庆 400074)

结合多种算法对无标记手势动作的识别进行了研究。根据人体肤色分布特性，采用了高斯肤色模型对肤色进行了建模；针对外界光照问题，采用HSV颜色空间来表示不同的肤色；针对手部运动过程中会出现背景信息融入手部的情况，使用背景去除的Haar-like特征手部描述算法，同时研究了AdaBoost分类器进行特征分类。实验结果表明:在无标记手部分割中，采用多特征融合的方法较可以得到更好的分割效果。

通信工程；机器视觉；手势识别；手部标记；混合特征

0 引 言

手势识别可以被用于计算机游戏、虚拟现实、人机交互、医疗保健以及工业控制等领域。由于手势识别广阔的应用前景和应用领域，近年来手势识别技术越来越多地受到国内外相关研究机构和学者的关注。手势识别系统通常包括手势信息获取，手部检测、手部跟踪，手势识别等几个关键步骤。

根据手势获取方式，手部信息提取方式分为视频直接提取手部运动信息和传感器辅助提取手部运动信息两种主要方式。黄启友等[1]采用三轴加速度传感器作为手腕部分数据采集传感器，通过数据窗口的自动检测、信号去噪声和重采样等预处理；并采用陀螺仪传感器采集三维手势角度特征，将该方法用于3D空间的鼠标输入和键盘输入。……