基于感官体验手势识别设备研究.docVIP

基于感官体验手势识别设备研究 　　【摘 要】智能硬件作为当下互联网的热门话题，已不局限于给使用者提供单一功能服务。手势识别设备更多地是给使用者提供深度的感官体验。因此分析了解人体最本能的心理、生理需求，总结人体对产品的本质需求。多感官、深层次体验的产品将成手势识别设备的主要方向。基于感官体验视角，智能硬件发展经历了从简单的单感官体验设计，到深层感官互动体验设计，再到多感官互动体验设计3个发展阶段。通过对人体各感官特性的分析，了解人体本能，肢体动作，躯体经验与周边装置或环境的互动。无需使用任何复杂的控制机器，让使用者身临其境与内容互动。因此深入研究人体心理和行为需求，结合当下最新技术，开发设计针对人体操作特点的多重感官体验智能手势识别设备。 　　【关键词】手势识别设备 多重感官 体验设计 智能 　　引言 　　手势识别设备是近几年出现的针对手部感知的智能设备，其主要原理是利用先进的图像融合算法识别并跟踪手部姿态和指尖轨迹，然后转换为数字化指令。 　　手势识别设备给用户一种全新的交互方式，增强了用户体验，无需接触，更无须穿戴辅助设备，让用户通过简单的手部自然动作就可方便而直观地操控计算机等电子设备，让用户享受自由操控带来的快乐，具有识别手部整体形态、定位指尖三维空间位置、捕捉手部动作序列等功能。 　　基于感官体验视角，智能硬件发展经历了从简单的单感官体验设计，到深层感官互动体验设计，再到多感官互动体验设计3 个发展阶段。 　　1 课题研究背景 　　国家“973”计划中特别支持人机交互理论和智能信息处理研究，并优先发展虚拟现实技术和智能感知技术。其中手势识别是人机交互的关键技术之一。通过摄像机捕获用户的手势，由计算机程序进行分析，再转换成计算机指令。这一交互方式摆脱了传统键盘鼠标的弊端，更加顺应人的自身习惯，因而具有广泛的应用前景。目前在这方面的研究中还没有成熟的理论，方法实用性不强。 　　1.1 课题研究的目的 　　手势识别设备通过对人体手势这一感官特性的分析，实现了人体本能的肢体动作与随身装置的互动。随着这一领域的发展，随着深入研究人体的心理、行为需求，结合不断更新的技术，设计开发针对手势特点的感官体验智能设备呼之欲出。在此形势下，本文的主要目的是对这一领域进行理论方面的研究，进而对实践对设计产生理论指导，促进这一研究的设计与开发。 　　1.2 课题研究的意义 　　随着科技水平的不断发展，人们的需求也在提高，个性化、私人订制的趋势日益明显。未来的智能识别设备将何去何从已成为当今科技领域的热门话题，使用者不再满足于获得单一功能服务和体验。因此，手势识别设备的理论研究更多地是给使用者提供深度的、多重的感官体验。因此，笔者认为可以提供多感官、深层次体验的产品将成为手势识别设备未来发展的主要方向。 　　2 问题分析 　　通过对人体各感官特性的分析，了解人体本能，肢体动作，躯体经验与周边装置或环境的互动。无需使用任何复杂的控制机器，让使用者身临其境与内容互动。因此深入研究人体心理和行为需求，结合当下最新技术，开发设计针对人体各器官操作特点的多重感官体验智能硬件。 　　2.1 感官体验设计理论概述 　　感官是其他一切心理现象的基础，没有感觉就没有其他一切心理现象。感觉诞生了，其他心理现象就在感觉的基础上发展起来。感觉是其他一切心理现象的源头和“胚芽”，其他心理现象是在感觉的基础上发展、壮大和成熟起来的。感觉是其他心理现象大厦的“地基”，其他心理现象都是建立在感觉的基础上。 体验设计则是研究设备与人的心理和行为之间关系与相互作用。用户内心需求和行为分析以及用户操作体验交互过程分析。两者的结合称之为感官体验设计。 　　2.2 智能手势识别设备理论概述 　　早在20世纪90年代国外就有人开始了手势符号的研究工作，当时的手势输入系统通过戴在指尖上的视觉手套，产生高亮标记，从而能够识别手势。在美国研究人员对手势的研究中，对40个词汇随机组成的句子进行识别，正确率为99.2%。 　　在国内手势识别研究中，哈尔滨工业大学的吴江琴等使用18个传感器数据手套，结合人工神经网络，增强识别方法的分类特性，减少模型估计参数的个数，对孤立词的识别率为90%，简单语句级识别率为92%。随后又采用动态高斯混合模型作为系统的识别技术，可识别出中国手势字典中的274个词条，识别率达到98.2%。上海海事大学的研究人员，利用几何特征及距离特征等对手势图像进行特征提取，对静态手势的识别进行了大量的研究，较好地解决了手势的旋转、缩放和尺度变换等问题，达到静态手势识别的较高稳定性。兰州理工大学、北京交通大学、浙江大学、哈尔滨工业大学等研究人员，对静态手势识别的研究也得到较好的结果。清华大学祝远新和徐光?v等的图像运动估计方法，是基于视觉的动态孤