一種基于視覺的手勢識別系統

付瀟聰，王浩平

（南京理工大學 南京 江蘇210000）

一種基于視覺的手勢識別系統

付瀟聰，王浩平

（南京理工大學 南京 江蘇210000）

本文提出一種基于視覺的手勢識別方法。系統由兩部分組成：分割部分與識別部分。對手掌的分割：采用基于膚色的閾值分割結合YCrCb顏色空間算法，同時能夠去掉人臉、多余的胳膊部分及其他噪聲，得到只包含手掌的二值圖。對手勢的識別：采用二值圖片Hu矩作為手勢特征，利用BP神經網絡對特征進行訓練，最終實現對手指根數及一些特殊手勢的識別。實驗表明，該系統能有效分割手掌部分，達到對靜態手勢95%以上的識別率。

手勢識別；手勢分割；Hu矩；人工神經網絡

隨著計算機技術的迅速發展，人機交互（HMI）在我們的日常生活中扮演者越來越重要的角色。HMI的目的是使人與機器的交流變得更加方便，傳統的人機交互手段有利用鼠標、鍵盤、觸摸屏等，相比較而言，手勢控制是一種更自然的交互方式[1]。

手的檢測和數據獲取是手勢識別系統中第一步也是最重要的一步，檢測結果直接影響識別的準確性。目前主流的手勢獲取方法有兩種，一種是基于數據手套的手勢獲取，另一種為基于視覺的手勢獲取。基于數據手套的設備，例如CyberGlove從上世紀90年代開始流行，被用于獲取手勢動作兵進行實時手勢識別。臺灣大學的Liang利用數據手套識別了71-250個連續手語，識別率達到90%[2]，Kisti Grobel and Marcell Assan實現了262個手語詞匯的識別，識別率達到91.3%[3]。但是數據手套及其附屬的連接線會給使用者帶來不便，同時手套的價格對普通消費者來說也較昂貴。……