基于传感器手势交互研究.pdfVIP

Vd．31 Coll呻lScience 第31卷计算机专辑 南京师大学报(自然科学版) M[m伊曲 NANJINGNORMALUNIVERSITY(NannalScience)Dee，2008 2008年12月 JOURNAI．OF 基于传感器的手势交互研究 孔俊其，王 辉，张广泉 (苏州大学计算机科学与技术学院，江苏苏州215006) [摘要】 手势是一种自然而直观的人际交流方式，也逐渐成为人与计算机交互的一种模式．本文介绍了基于传感器的手势交 互中手势建模和手势识别的方法． [关键词]传感器，手势，手势交互 人机交互(human interaction)是研究人、计算机以及它们之间相互影响的技术，是人与计算 computer 机通过人机界面进行某种形式的信息交流以完成一定交互任务的过程．从20世纪90年代初至今，以手 机、PDA和掌上电脑为代表的手持移动设备得到了13益广泛的应用，手持移动计算已经逐渐成为当今的 主流计算模式之一．随着移动设备自身软硬件性能的提高和带宽、网络覆盖等外部条件的改善，计算机应 用的主要障碍也由硬件技术转变为人机交互和用户界面的设计，如何解决人机交互的效率过低和自然性 不好问题已经成为研究的热点． 多通道交互(multi—modalinteraction)允许用户通过各种自然的交互手段如语音、手势等和计算机系统 进行交互，这种模式已被诸多研究证明是提高交互效率和自然性的有效途径．和传统GUI界面交互相比， 多通道交互能适用于更多的应用领域和更广泛的用户群体；同时，它能够有效地扩大信息交换的带宽，从 而达到提高交互效率的目的；此外，它还能挖掘人们不同的认知潜力，降低用户的认知负担．由于手势是一 种直观的、自然的表达方式，计算机无法直接理解，需要采用设备捕获手势信息，采用的设备通常有两类： 照相机(摄像机)和传感器(数据手套)．故在手势交互的研究领域有两条基本路线，一是基于视频(图像处 理)的，二是基于传感器(加速度信号)的．本文主要论述了基于传感器的手势交互中手势建模和手势识别 的基本方法． 1研究现状 手势识别过程中最关键的是手势建模和手势识别，下面简单介绍两个过程中比较常用的方法． 1．1 常见的手势建模方法 (1)根据有无动作，将手势分为静态的和动态的．静态手势主要是指手部(包括前臂)的姿势；动态手 势是指手部的运动．MantylaV等人将人手的姿态定义为一个状态sG。，该状态可以使用3个轴向的加速度 值3元组表示，通过采集相同状态下大量样本，确定该姿态的3元组[x。，L，z。]，以供识别…；同时将各 个动态手势表示为DGi，同理该状态可以使用3个轴向的加速度值的3元组表示，通过采集相同手势下大 量样本，确定可以表示该手势的3元组[x。，L，z。]’，作为手势模板． (2)根据动作是否连贯，将手势分为离散的和连续的．StrachanS将手势根据其轨迹建模为一个动态 运动原语(DMP)系统，该系统包含一个正则式系统和一个变形系统心]．对连续的手势基本上都是使用时 间片分割的办法，将手势分为离散的各个阶段分别进行识别旧】．DMP模型允许用户使用很少的样本对分 类器进行训练，而且提供了反馈机制提高交互的性能，该方法的缺点是手势表示比较复杂，计算量大． Y认为原子手势是不可再分的，多个 (3)根据动作的复杂程度，将手势分为原子手势和复合手势．Ari 原子手势可以组合成更大、更复杂的复合手势H】．他们根据加速度一时间曲线中峰值的个数不同来区分 原子手势和复合手势，从加速度一时间曲线上看原子手势只有2个峰值，如果峰值的个数超过2，则认为 是复合手势．FerschaA认为在日常生活中，人们经常使用多种常见手势来控制不同类型的应用程序，即手 基金项目：江苏省高校自然科学基金(05KJB520119)资助项目