郭闯世, 孟朝晖

(河海大学 计算机与信息学院,南京 210000)

随着人工智能发展,现有的人机交互已远远不能满足用户的需求,迫切需要一种更自然、友好的人机交互形式. 而手势是人们与外界沟通最常用直接的交互形式,所以手势识别是人机交互的一个重要领域. 而人们也一直致力于手势识别的研究未曾间断,研究方向主要分为两种,其一是以数据手套为基础的手势识别,该方法主要是通过穿戴数据手套[1]上的传感器将手势动作的位置方向等信息传递给计算机以供识别. 这种方式虽然取得相当的成果,但由于设备昂贵,穿戴麻烦等约束在现实生活中难以普及,不能真正满足人机交互简单化的需求. 另一种则是基于视觉的手势识别,通过摄像头捕捉到手势图片或者视频,然后经过手势分割,特征提取,分类识别等一系列处理最终得出识别结果. 该方法更为方便,应用前景更好.

手势分割就是将图片中手势区域分割提取出来,基于轮廓信息的分割模型[2]以及基于肤色检测模型[3]被应用在手势分割中,都取得了一定的效果. 而深度摄像头的广泛应用,如Microsoft Kinect[4-6]等,则为目标分割提供了另外的思路. 其所呈现的是物体到摄像头之间的距离,通过阈值分割的方式即可将完成的目标区域分割,更简单高效. 分割之后所提取的特征也不尽相同,如 HOG[7,8]、Zernike[9],灰度直方图,细节纹理[10]以及轮廓[11]特征等等. 最终就是对所提取的特征进行手势分类得到识……