于 鲲 殷继彬

(昆明理工大学信息工程与自动化学院 云南 昆明 650000)

0 引 言

人机交互是指计算机通过相关的设备实现人与计算机“对话”的技术[1]。多通道交互是一种混合交互系统，它遵守了“以人为中心”的自然交互法则，促进了人机交互的发展。它允许用户通过多个不同的人体交互通道方式，并自动提取语义，识别出最终的交互目的。主要包括眼动跟踪、姿势识别、三维输入、语音识别、人脸识别、自然语言理解等，目的在于提高人机交互的自然性和高效性。多通道研究成为人机交互领域的重要方向[2]。目前的人脸识别主要用于身份鉴别，而对于交互方面涉及较少。而面部手势正好解决了这一缺陷，使得人的面部动作特征得以充分利用。

目前在手势研究领域主要集中在笔手势、手势，而对于头部姿态和面部手势混合交互的研究较少。基于这种趋势，本文提出了“脸表情+头部姿态”的混合交互。混合手势依靠面部特征和头部姿态与计算机进行交互，从而解放双手负担。同时对于双手不便的残疾人与计算机交互具有重大的意义。随着人工智能在包括人脸识别、声纹识别、语音识别、手势识别、姿态识别、情感识别等方面的进步，智能算法与人机交互出现了相互融合的趋势。因为符合人的交互模式，基于人工智能的多通道智能人机交互被认为是未来自然的人机交互的主要方式之一[3]。在人工智能迅速发展的今天，人工智能与人机交互的结合已经成为必然的趋势，这将会给未来人机交互带来巨大的前景。……