杜佳祥

（中国航空工业导弹院，洛阳471000）

0 引言

在现阶段，随着机器视觉、计算机图形学以及人机交互等相关技术的飞速发展，对于手势识别的准确性提出了更高的要求。目前国内外学者已经进行了相关研究，重庆大学的彭露茜等人[1]基于模板匹配的思想，使用工业相机对手势图像进行采集与处理，结合粒子滤波器与皮肤的椭圆模型实现手势的动态追踪，并获取手掌中心点的运动轨迹，以此为基础提出使用轨迹追踪的方法实现了对手势的动态追踪与识别；清华大学祝远新等人[2]提出基于表观的新型手势识别方法，通过对用户的动态手势建立相应的表观模型，包括手势的运动表观和时序信息等，确立对应的手势模型的参数，该识别算法能够实现对10种以上的手势在线实时识别；这两种基于机器视觉的手势识别方法优点是成本相对不高，设备相对比较简单，但是由于一个普通的摄像机无法获取深度信息，并且很容易受到光线、肤色和背景的干扰，仅仅依靠机器视觉进行手势识别尤其是动态手势识别进行人手模型细节动作的实时重建是非常困难的，很难达到实时性和准确性的要求。

Oka K等人[3]提出了一种基于Kinect的指尖检测方法，通过红外相机和RGB相机识别人手的五根手指的指尖，在增强现实桌面上，完成复杂背景下的指尖识别以及指尖运动追踪。首先通过传感器定位手掌位置，然后提取手掌轮廓，结合边缘轮廓曲率特征法实现指尖的定位，再计算出手掌中央的位置及手掌掌心到指尖的距离，通过视频中指尖手指的偏移距离来获取手指的运动方向。……