基于加锁机制的静态手势识别方法.docVIP

基于加锁机制的静态手势识别方法 摘要：基于RGBD（RGBDepth）的静态手势识别的速度高于其动态手势识别，但是存在冗余手势和重复手势而导致识别准确性不高的问题。针对该问题，提出了一种基于加锁机制的静态手势识别方法来识别运动中的手势。首先，将通过Kinect设备获取RGB数据流和Depth数据流融合成人体骨骼数据流；然后，在静态手势方法中引入加锁机制，并与之前建立好的骨骼点特征模型手势库进行比对计算；最后，设计一款“程序员进阶之路”益智类网页游戏进行应用与实验。实验验证在6种不同运动手势情况下，该方法与纯静态手势识别方法相比，平均识别准确率提高了14.4%；与动态手势识别相比，识别速度提高了14%为更好地说明优势，此处也改用相对值来说明，是否符合表达？请明确。英文也作了相应修改。。实验结果表明，提出的基于加锁机制的静态手势识别方法，既保留了静态识别的速率，实现了实时识别；又能很好地剔除冗余手势和重复手势，提高了识别正确性。 关键词： RGBD；Kinect；骨骼数据；手势识别；加锁机制 中图分类号： TP391.413； TP18 文献标志码：A 0引言 随着深度摄像机技术的发展，实时同步获取高质量的彩色图（RGB图）和深度图（Depth图）成为现实，所以基于RGBD（RGBDepth）数据的应用变得越来越流行。本文研究的基于RGBD融合的手势识别方法是在Kinect的RGBD融合数据流的基础上进行的。Kinect是微软公司在2010年推出的一款应用于Xbox 360的周边设备。由于Kinect价格低廉并且能有效、方便地获取高分辨率的深度图像，所以迅速应用在了手势识别领域。瑞士Bern大学研究的Virtopsy课题，让外科医生使用Kinect并配合大尺寸监视器，无需接触任何医疗设备就可以自动实现调整成像的角度和区域，用单手或双手对3D血管图像进行平移、放大、旋转、锁定等操作[1]。新加坡南洋理工大学的Ren等[2]提出基于一种新的手形匹配算法――指尖移动距离（FingerEarth Movers Distance， FEMD）实现对静态手势的识别并应用在数独游戏中，通过玩家做出不同的手势动作完成相应的数字填写。文献[3]通过Kinect设计出一种非接触式播放器系统，将改进的连续自适应MeanShift（Continuously Adaptive MeanShift， CAMSHIFT）算法对手心部位进行稳定追踪，使用隐马尔可夫模型（Hidden Markov Model， HMM）算法对8种手势命令进行识别，实现利用手势轨迹对非接触式播放器的控制[3]。文献[4]利用Kinect的骨架跟踪功能，使用最近邻分类器和动态时间归整（Dynamic Time Warping， DTW）算法，完成对波兰手语的识别[4]。近几年，国内也进行了大量的手势识别方面的研究，如中国科学院智能信息处理重点实验室利用Kinect通过对中国手语的3D运动轨迹校准并和单词进行计算匹配，使听障人士使用手语和计算机进行自然的互动[5-6]；重庆邮电大学国家信息无障碍工程研发中心基于Kinect骨骼信息与四自由度机械臂结合，实现体感交互控制机械臂的转动以及抓取物件[7]；电子科技大学模式识别与机器智能实验室基于Kinect研发的交互式投影显示系统，通过多个手指触点以及手势来操控普通玻璃，进而控制计算机或各种设备，可用于智能家居、虚拟试衣间、互动橱窗[8]；Wang等[9]提出一种基于运动学信息和人体3D骨骼数据将运动视频快速地分割为原子动作的时间分割方法；Chen等[10]通过利用表面普通信息分割物体和获得平滑的深度图特征来提高虚拟视角图像的品质；郑立国等[11]通过对Kinect获取的3D点云数据进行初步处理和精细分类，实现多个人体检测以及运动人体检测。 国内外关于手势识别的研究与应用都是基于两大识别方法――静态手势识别方法和动态手势识别方法展开的。本文通过对这两种识别方法的对比分析，提出一种改进的手势识别方法。该方法将加锁机制引入到静态手势识别过程中，有效地改善了动态手势识别方法中手势识别实时性较差的问题，并且很好地剔除静态手势识别过程中的冗余手势和重复手势，提高识别正确率。 1问题描述 1.1传统手势识别方法的难点 依据输入装置分类，手势识别技术可以分为两大类：基于“接触式”的交互设备与基于“视觉”的交互设备。“接触式”交互设备常见的有触控屏幕、数据传感手套以及随身加速器等设备。数据传感手套需要大量的计算与标定，并且价格昂贵也穿戴不方便，比如手心容易出汗等，在人机交互的自然性上严重不足，所以没有得到广泛应用。基于视觉的交互设备能够以非接触的、自然的方式实现人机交互，普通计算机摄像头就能作为输入设备，但对外部环境的要求却十分严格，强光或者弱光环境、复杂的