基于LeapMotion传感器的自适应动态手势识别.PDFVIP

第３４卷第２期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．２ ２０１７年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１７ 基于ＬｅａｐＭｏｔｉｏｎ传感器的自适应动态手势识别 １ １ １ ２ １ 刘　权 　陈一民 　高明柯 　李启明 　黄　晨 １（上海大学计算机工程与科学学院　上海２００４４４） ２（上海海事大学信息工程学院　上海２０１３０６） 摘　要　　基于视觉的手势识别是实现新型人机交互的一项关键技术，针对手势普适性与识别率问题，在改进隐 马尔可夫模型学习机制的基础上提出一种新的基于ＬｅａｐＭｏｔｉｏｎ传感器的自适应动态手势识别方法。该方法首 先采用几何特征法识别静态手姿以确定动态手势起始点与结束点，然后基于角度对动态手势轨迹进行特征提取 与分类，并引入修正的重估方法计算隐马尔可夫模型参数，最后在对非定义手势识别的基础上自动学习更新隐马 尔可夫模型，以提高动态手势识别率，并最终实现对２６个小写字母的动态手势识别。实验结果表明，所提出的动 态手势识别方法具有良好的自适应性与精确性。 关键词　　隐马尔可夫模型　ＬｅａｐＭｏｔｉｏｎ　动态手势识别　特征提取 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０２．０３５ ＡＤＡＰＴＩＶＥＤＹＮＡＭＩＣＧＥＳＴＵＲＥＲＥＣＯＧＮＩＴＩＯＮＢＡＳＥＤＯＮＬＥＡＰＭＯＴＩＯＮ １ １ １ ２ １ ＬｉｕＱｕａｎ　ＣｈｅｎＹｉｍｉｎ 　ＧａｏＭｉｎｇｋｅ　ＬｉＱｉｍｉｎｇ　ＨｕａｎｇＣｈｅｎ １（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＳｃｉｅｎｃｅ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４４４，Ｃｈｉｎａ） ２（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１３０６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｇｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｖｉｓｉｏｎｉｓａｋｅｙｔｅｃｈｎｏｌｏｇｙｔｏｒｅａｌｉｚｅｎｅｗｈｕｍａｎｃｏｍｐｕｔｅｒｉｎｔｅｒａｃｔｉｏｎ．Ｔｏｔｈｅ ｐｒｏｂｌｅｍｏｆｇｅｓｔｕｒｅｓａｄａｐｔａｂｉｌｉｔｙａｎｄｒｅｃｏｇｎｉｔｉｏｎｒａｔｅ，ａｎｅｗｍｅｔｈｏｄｏｆａｄａｐｔｉｖｅｄｙｎａｍｉｃｇｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｔｈｅ ＬｅａｐＭｏｔｉｏｎｉｓｐｒｅｓｅｎｔｅｄｏｎｔｈｅｂａｓｉｓｏｆｉｍｐｒｏｖｉｎｇＨｉｄｄｅｎＭａｒｋｏｖＭｏｄｅｌ（ＨＭＭ）．Ｆｉｒｓｔｌｙ，ｂｙｕｓｉｎｇｔｈｅｍｅｔｈｏｄｏｆ ｇｅｏｍｅｔｒｉｃｆｅａｔｕｒｅｓｔｏｒｅｃｏｇｎｉｚｅｔｈｅｓｔａｔｉｃｈａｎｄｐｏｓｔｕｒｅ，ｔｈｅｓｔａｒｔａｎｄｅｎｄｐｏｉｎｔｏｆｄｙｎａｍｉｃｇｅｓｔｕｒｅｔｒａｊｅｃｔｏｒｙｃｏｕｌｄｂｅ ｃｏｎｆｉｒｍｅｄ．Ａｆｔｅｒｅｘｔｒａｃｔｉｎｇａｎｄｃｌａｓｓｉｆｙｉｎｇｇｅｓｔｕｒｅｔｒａｃｅｆｅａｔｕｒｅｓｂｙａｎｇｌｅ，ｔｈｅｒｅｖｉｓｅｄｒｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｉｓｉｎｔｒｏｄｕｃｅｄ ｔｏｃａｌｃｕｌａｔｅｍｏｄｅｌｐａｒａｍｅｔｅｒｓ．Ｆｉｎａｌｌｙ，ｗｉｔｈｒｅｃｏｇｎｉｚｉｎｇｔｈｅｕｎｄｅｆｉｎｅｄｇｅｓｔｕｒｅ，ｔｈｅｍｅｔｈｏｄｏｆａｕｔｏｍａｔｉｃｌｅａｒｎｉｎｇａｎｄ ｕｐｄａｔｉｎｇＨＭＭｉｓｐｒｅｓｅｎｔｅｄｔｏｉｍｐｒｏｖｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｇｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎ，ａｎｄｔｈｅｄｙｎａｍｉｃｇｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｏｆ ２６ｌｏｗｅｒｃａｓｅｌｅｔｔｅｒｓｉｓｒｅａｌｉｚｅｄｉｎｔｈｅｅｎｄ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈｉｓｍｅｔｈｏｄｈａｓａｇｏｏ