基于計算機視覺的手勢識別技術綜述

梁娜

摘 要：隨著計算機性能的逐步提高和圖像處理技術的不斷發展，基于計算機視覺的手勢識別技術成為研究熱點。本文介紹了手勢識別的主要分類，并詳細介紹了基于視覺的手勢識別技術的工作原理和工作流程。闡述了手勢分割、特征提取和手勢識別的技術方法。

關鍵詞：計算機視覺；手勢識別；手勢分割；特征提取

目前，人機交互的主要方式有基于文本方式的鍵盤交互和基于圖形的鼠標交互，這些交互方式都以機器為中心，使人去適應機器的輸入輸出設備，因此，在交互過程中存在諸多不便。隨著計算機科學的快速發展，人機交互的研究已經從以機器為中心轉移到以人為中心，研究符合人類習慣的交互方式成為熱點。手勢是人類最常用的溝通媒介，它生動形象、直觀易懂，而且蘊涵著豐富的信息，是一種高效的溝通方式，基于手勢識別的人機交互技術將為用戶提供種簡易、高效的人機交互界面，極大地方便人類的生活。因此，基于手勢識別的人機交互技術具有重要的研究價值。

1 手勢識別的主要方法

根據手勢圖像的輸入方式不同，手勢識別系統主要可以分為兩類：基于數據手套的手勢識別系統和基于視覺的手勢識別系統。

基于數據手套的手勢輸入（Glove—based Gesture Input）是利用數據手套獲取手勢在空間的運動軌跡和時序信息。它能夠高效、快速、實時地獲得手在空間的三維信息和手指的運動信息，并且能夠識別多種手勢信息。但是這種輸入方式需要用戶穿戴復雜的數據手套和位置跟蹤器，給操作者帶來很大不便，而且輸入設備昂貴，很難在市場上進行推廣。

隨著計算機性能的逐步提高和圖像處理技術的不斷發展，基于計算機視覺的手勢識別技術成為研究熱點。這種方法通過攝像頭采集手勢圖像信息并傳輸給計算機，系統對視頻進行分析和處理，提取出手的形狀、位置和運動軌跡，然后選擇手勢進行分析，然后根據模型參數對手勢進行分類并生成手勢描述。最后，系統根據生成的描述去驅動具體應用。這種方法無需購買昂貴傳感設備，僅需要攝像頭和PC機即可，并且在操作時更加自然、方便是手勢識別未來發展的趨勢。因此，本文重點研究基于視覺的手勢識別技術。

2 基于視覺的手勢識別技術

2.1 手勢輸入及手勢圖像預處理

手勢輸入是通過攝像頭采集手勢圖像信息并傳輸給計算機的過程。通過手勢輸入將視頻轉換成計算機能夠處理的數字圖像，為了防止圖像在生成、傳輸或變換過程中會受到干擾而發生畸變，需要先對圖像進行預處理，去除手勢圖像中的噪聲，過濾掉不需要的部分，同時保留并強化圖像中的有用信息。

2.2 手勢分割

手勢分割就是將有手勢從圖像視頻中劃分出來，僅保留手勢部分。手勢分割的好壞直接影響后面的特征提取和手勢識別的結果。主要方法有膚色模型法和輪廓跟蹤法。

在手勢圖像中，膚色信息最為有效，是占主導地位的像素色彩值。膚色雖然因人而異，但它在色彩空間中的呈聚類特征，膚色模型法就是根據膚色在色彩空間中的分布特點，快速地找到手可能的候選區域。

輪廓跟蹤法中最為著名的是基于Snake模型的手勢分割方法，它利用Snake模型對噪聲和對比度的敏感性來有效跟蹤目標的形變和的復雜運動，從而將目標從復雜背景中分割出來。

2.3 特征提取

手勢圖像經過分割，會得到手勢的邊緣和區域，從而能夠獲得手勢的形狀。定位了手勢之后就可進行手勢特征的提取。手勢特征提取與手勢分割是密不可分的，在基于視覺系統的手勢識別系統中，二者是同時進行的。

用來描述手勢的形狀特征的屬性包括手的長短、面積、距離、凹凸等，它們反映了手的骨架和所在的區域。通常把區域內部或邊界的像素賦予“1”值，而背景和其他不感興趣像素賦予0值，形成二值圖像，通過對區域的內部或外部形狀進行各種變換即可提取區域特征。

2.4 勢識別

手勢分為靜態手勢和動態手勢，靜態手勢通過手的形狀表達某種信息，對應著模型參數空間里的一個點，而動態手勢則通過手的運動表達相應的信息，對應著模型參數空間里的一條軌跡。手勢識別就是把模型參數空間里的軌跡或點分類到該空間里某個子集的過程。靜態手勢識別是指手勢處于靜止狀態的識別方法，識別過程比較簡單，相對獨立，它和時間及空間上的圖像序列無關。主要采用的方法有神經網絡法、模板匹配法、基于統計的方法等。動態手勢對應參數空間里的一條軌跡，由于不同用戶在做手勢時的速度不同、熟練程度不同，因此不但涉及到時間及空間的相關信息，還涉及到手勢定位的問題。動態手勢識別方法主要有三種：神經網絡識別法、基于隱馬爾可夫模型（Hidden Markov Models，HMM）的識別法，基于動態時間規整（DynamicTime Warping，DTW）的識別法。

3 結束語

本文論述了基于視覺的手勢識別技術的工作原理和主要流程。討論了手勢分割的方法、特征提取以及手勢識別的技術關鍵。基于視覺的手勢識別技術是人機交互領域的一大研究熱點，將手勢識別技術應用于自動控制、智能家居、智能交通等領域，利用手勢對設備進行控制將極大地方便人類的生產和生活。因此基于視覺的手勢識別技術的研究在人機交互系統中具有更加廣泛的社會意義和實際應用前景。

[參考文獻]

[1]王兩穎，張習文，戴國忠.一種面向實時交互的變形手勢跟蹤方法[J].軟件學報.2007，V01.18（10）：2423-2433.

[2]高君.基手勢識別的虛擬寵物系統的研究與開發[D].沈陽：東北大學.2006.

[3]姚文君.基于Freeman鏈碼二維圖像輪廓的提取與匹配[J].寧波職業技術學院學報.2006（10）：24-26.