基于视觉手势识别方法及其在数字信号处理器上实现.docVIP

基于视觉手势识别方法及其在数字信号处理器上实现 　　摘要：针对手势识别算法复杂度高、在嵌入式系统上运行效率低的问题，提出一种以定点运算为主的基于形状特征的手势识别方法。采用内部最大圆法和圆截法提取特征点，在手掌内部寻找一个最大圆来获取掌心坐标；同时根据指尖的几何特征，在手形边缘以画圆的方式获取指尖，从而得到手势的手指数、方向和掌心位置等特征信息；再对这些特征信息进行分类并识别。通过对算法进行改进，完成了在数字信号处理器（DSP）上的移植。实验证明该方法对于不同人的手具有适应性，适合在DSP上处理，与其他基于形状特征的手势识别算法相比，平均识别率提高了1.6%～8.6%，计算机对算法的处理速度提高了2%，因此所提算法有利于嵌入式手势识别系统的实现，为嵌入式手势识别系统打下基础。 　　关键词：手势识别；计算机视觉；数字信号处理器；嵌入式系统；定点运算 　　中图分类号： TP391.413 　　文献标志码：A 　　Abstract： 　　The existing gesture recognition algorithms perform inefficiently on the embedded devices for their high complexity. A shape featurebased algorithm with major fixedpoint arithmetic was proposed， which used the most significant internal circle algorithm and the circle cutting algorithm to obtain the features. This method could extract the center of a palm by finding the largest circle inside the palm， and could extract the finger tips by drawing circles at the edge of the hand. Finally gestures could be classified and recognized according to the feature information of the number of fingers， orientation and the position of the palm. This algorithm had been transplanted to Digital Signal Processor （DSP） by improving it. The experimental results show that the proposed method can adapt to different hands of different people and it is ideal for DSP. Compared with other shapebased algorithms， the average recognition rate has increased from 1.6%～8.6%， and the speed of the computer processing has increased by 2% by using this algorithm. Therefore， the proposed method facilitates the implementation of embedded gesture recognition systems and lays the foundation for the embedded gesture recognition system. 　　Key words： gesture recognition； computer vision； Digital Signal Processor （DSP）； embedded system； fixedpoint arithmetic 　　0引言 　　随着计算机技术的发展，人机交互技术越来越成熟，人们希望能够以更自然的方式和计算机交流，其中肢体形态语言如手势、体势和表情等是人们常用的交流方式，而手势在人机交互中具有生动、形象和直观特点[1]，因此基于机器视觉的手势识别技术应运而生。 　　目前基于机器视觉的静态手势识别算法大致可以分为基于数学特征和基于形状特征两类。基于数学特征的手势识别主要通过数学抽象的方式获取特征值，如：文献[2]提出基于改进神经网络的手势识别方法、文献[3]提出的基于平均邻域最大化的手势