李东东 张立民 邓向阳 姜 杰

(海军航空大学 山东 烟台 264000)

0 引 言

手势识别应用范围广，在军用和民用均有涉及。在舰载直升机模拟训练系统中[1]，手势识别方法已经得到了应用，实现着舰指挥员的模拟训练。在民用方面，由于聋哑人需要通过手势进行交流[2]，通过手势识别软件可以较好地知道其表达的意思，实现与正常人的交流。

手势动作识别与人体姿态动作识别相比，存在以下难点：

1) 手部区域比较小，动作幅度相较于人体姿态动作不明显，识别起来较为困难。

2) 手部区域灵活度较高，手部动作复杂且部分动作相似度高。

3) 动态手势动作单个动作持续时间较短，对实时性要求较高。

在实际情况中迫切需要实时性好、操作简单、识别率高的指挥动态手势识别系统，因此动态手势的识别研究具有重要意义。

动态手势的获取方式根据获取数据信息的方法的不同，分为三类:使用数据手套[3]、视觉摄像机[4]和红外传感器[5]。

由数据手套使用肌电传感器来获取手势信息的方式，受距离的限制。这种限制有一定的束缚感，体验感不是很好。

微软公司推出的Kinect设备以及其配合推出的Kinect for Windows SDK开发工具包能够获得人体图像的深度信息，在人体关节位置识别及跟踪有着较好的表现，为后续的动作识别提供了有力支撑。文献[6]运用一种改进的DTW算法使用Kinect获得的深度信息对动态手势进行识别。文献[7]提出利用改进的ViBe算法处理深度图像进行人体动作检测取得了较好的效果。……