基于认知分析的手势跟踪方法研究.pdfVIP

第２８卷第１１期　　　 计算机应用与软件 Ｖｏｌ２８Ｎｏ．１１ ２０１１年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１１ 基于认知分析的手势跟踪方法研究 冯志全　郑艳伟　徐　涛　蒋　彦 （济南大学信息科学与工程学院　山东济南２５００２２） （山东省网络环境智能计算技术重点实验室　山东济南２５００２２） 摘　要　　以降低粒子数目为目标，以分析操作者的认知模型为切入点，提出一种新的粒子滤波手势跟踪方法。首先，分析操作者 在手势操作过程中的认知心理，建立人手运动的动态模型。其次，研究动态模型的基本特征，并给出一种描述方法。然后，提出一种 基于状态变量微观结构的手势跟踪算法。结果表明，采用所介绍的算法，用少量粒子就可以得到比较精确的跟踪结果。 关键词　　人手跟踪　粒子滤波　状态变量微观结构　降低粒子数目　认知心理 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ ＣＯＧＮＩＴＩＶＥＡＮＡＬＹＳＩＳＢＡＳＥＤＨＡＮＤＧＥＳＴＵＲＥＴＲＡＣＫＩＮＧＭＥＴＨＯＤＳＴＵＤＹ ＦｅｎｇＺｈｉｑｕａｎ　ＺｈｅｎｇＹａｎｗｅｉ　ＸｕＴａｏ　ＪｉａｎｇＹａｎ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＪｉｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ２５００２２，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ） （ＳｈａｎｄｏｎｇＰｒｏｖｉｎｃｉａｌＫｅｙＬａｂｏｒａｔｏｒｙｏｆＮｅｔｗｏｒｋＢａｓｅｄＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｉｎｇ，Ｊｉｎａｎ２５００２２，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｒｅｄｕｃｉｎｇｐａｒｔｉｃｌｅｎｕｍｂｅｒｓ，ｓｔａｒｔｉｎｇｆｒｏｍａｎａｌｙｚｉｎｇｏｐｅｒａｔｏｒｓ’ｃｏｇｎｉｔｉｖｅｍｏｄｅｌ，ａｎｏｖｅｌｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｎｇｈａｎｄｇｅｓｔｕｒｅ ｔｒａｃｋｉｎｇａｐｐｒｏａｃｈｉｓｐｕｔｆｏｒｗａｒｄ．Ａｔｆｉｒｓｔ，ｏｐｅｒａｔｏｒｓ’ｃｏｇｎｉｔｉｖｅｐｓｙｃｈｏｌｏｇｙｄｕｒｉｎｇｈａｎｄｇｅｓｔｕｒｅｏｐｅｒａｔｉｏｎｐｒｏｃｅｓｓｅｓｉｓａｎａｌｙｚｅｄａｎｄａｈｕｍａｎ ｈａｎｄｍｏｔｉｏｎｄｙｎａｍｉｃｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄ．Ｎｅｘｔ，ｓｏｍｅｆｕｎｄａｍｅｎｔａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｄｙｎａｍｉｃｍｏｄｅｌａｒｅｓｔｕｄｉｅｄａｎｄａｄｅｓｃｒｉｐｔｉｏｎｍｅｔｈｏｄ ｉｓｐｒｅｓｅｎｔｅｄ．Ｔｈｅｎ，ａｓｔａｔｕｓｖａｒｉａｂｌｅｍｉｃｒｏｓｔｒｕｃｔｕｒｅｂａｓｅｄｈａｎｄｇｅｓｔｕｒｅｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍｉｓｐｒｅｓｅｎｔｅｄ．Ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｕｓｉｎｇｏｎｌｙａｓｍａｌｌ ｎｕｍｂｅｒｏｆｐａｒｔｉｃｌｅｓ，ｃｏｍｐａｒａｔｉｖｅｌｙａｃｃｕｒａｔｅｒｅｓｕｌｔｓｃａｎｂｅｏｂｔａｉｎｅｄ． Ｋｅｙｗｏｒｄｓ　　Ｈｕｍａｎｈａｎｄｔｒａｃｋｉｎｇ　Ｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｎｇ　Ｓｔａｔｕｓｖａｒｉａｂｌｅｍｉｃｒｏｓｔｒｕｃｔｕｒｅ　Ｒｅｄｕｃｅｐａｒｔｉｃｌｅｎｕｍｂｅｒ　Ｃｏｇｎｉｔｉｖｅｐｓｙｃｈｏｌｏｇｙ 一。在文献［１］中，首先根据Ｈｅｓｓｉａｎ矩阵估计样本的不确定性 ０　引　言 方向，然后根据不确定性方向进行采样。文献［３］提出了一种 基于ＳｔｏｃｈａｓｔｉｃＭｅｔａＤｅｓｃｅｎｔ（ＳＭＤ）的链结构体跟踪方法，这是 自然人手（Ｆｒｅｅｈａｎｄ）的运动跟踪是新型人机交互界面的核 一种梯度下降方法，通过改进步长的设置而改善了跟踪的速度 心内容之一，实现这种跟踪的主要技术手段之一就是粒子滤波 和精度。在文献［４］中，沿特征深度方向进行采样，在迭代过程 （ＰＦ）。ＰＦ虽然是从上世纪９