一种基于改进DTW算法动态手势识别方法.docxVIP

一种基于改进DTW算法动态手势识别方法 摘要：结合Kinect传感器提出了一种基于改进的DTW 算法的动态手势识别方法。首先，通过SDK对Kinect传感 器获得的深度信息进行分析，获得人体骨骼点3D位置，选 取其中4个点作为手部运动特征；然后，用加权距离和全局 路径限制的方法对传统的DTW算法进行改进；最后，用改进 的DTW算法进行模板训练和实现动态手势的识别。实验表明: 该方法能很好地实现动态手势的识别，实时性好，在背景干 扰和光照方面有较强的鲁棒性，较传统的DTW算法在识别速 度和识别正确率方面有所提高。 关键词：动态手势识别；Kinect传感器；改进的DTW算 法 中国分类号：TP391 - 4文献标识码：A文章编号：(2013)0引言 手势识别是人机交互中的一种重要手段［12］,动态手势 具有直观性和自然性等特点，一直是国内外研究的重点。 Britta Baue等人［3］利用单摄像头获取图像信息并利用 KMeans算法自组织聚类基元，基于HMM模型训练和实时识别 手语；Zhang等人［4］提出使用HMM算法来进行中文手语视频 检索；S订anom等人［5］提出了根据手势运动分析识别泰文字 母的方法。然而，以上基于视觉的动态手势的识别容易受到 光照、复杂背景和算法复杂度等因素的影响，识别率和实时 性受到限制。本文采用微软的Kinect传感器替换普通摄像 头，获取深度数据，对深度数据进行动态手势分割，再用一 种改进的DTW算法进行动态手势识别，克服了光照和复杂背 景的干扰，降低了算法的复杂度，有效地提高了动态手势识 别的稳定性和实时性。 IKinect传感器获取特征 1. IKinect传感器简介 Kinect是微软为其Xbox 360游戏主机和Windows平台 PC打造的一款运动感知输入设备，作为一款体感外设，它实 际上是一个采用全新空间定位技术(light coding)的3D 体感摄像头[6] o Kinect 一共有3个摄像头，中间一个是RGB 摄像头，用来捕获640X480的彩色图像，每秒最多获取30 帧图像；两边的是2个深度传感器，左边是红外线发射器， 右边是红外线接收器，用来检测玩家的相对位置。 1.2特征提取 用Kinect传感器获得骨骼点的位置[7],用Kinect for windows SDK实时追踪人体全身的20个3维骨骼点坐标，如 图1所示。该3D坐标信息不易受到背景、灯光、摄像头以 及人体肤色等因素的影响。选择20个骨骼点中4个点作为 特征处理，分别为左手、右手、左肩和右肩。 图120个骨骼点示意图 注：1.右脚；2?左脚；3?右脚踝；4?左脚踝；5?右膝盖; 6?左膝盖；7?右髓;8?左髓;9?骯部中心；10.脊柱； 11 ?肩膀中心；12 ?头部；13 ?右手；14 ?左手；15 ?右手 腕；16 ?左手腕；17 ?右肘部；18 ?左肘部；19 ?右肩； 20.左肩一个特征向量可以表示为Fn二(xl, yl, zl, x2, y2, z2, ???, x4, y4, z4)其中，n为tn时刻的骨骼索 引(一个手势序列包含n个这样的特征向量)。骨骼点左右 手的运动代表了手部的运动，左肩右肩的运动相对较小，其 位置可以用基准点来计取左肩和右肩的中心点为基准 位置可以用基准点来计 取左肩和右肩的中心点为基准 点，表示为 A (xa, ya, za) =12 (x3+x4, y3+y4, z3+z4), 得到基准点后，我们可以对特征向量进行归一化，定 义0后=O-A|L-R| , (2)式(2)中：A为计算出的基准点在 原有坐标系对应的向量；0为归一化前骨骼点对应的向量；0 后为归一化后骨骼点对应的向量；L为左肩对应的向量；R 为右肩对应的向量。 这样，我们就可以将原有的人体化坐标系转换到以双肩 中心点为原点的双手坐标系。消除人体的尺寸和离摄像头距 离的远近对特征向量引起的变化。 2DTW算法识别 DTW是把时间规整和距离测度计算结合起来的一种非线 性规整技术，能够对有全局或局部扩展、压缩或者变形的模 式完成匹配过程［8］。DTW算法就是在2个模式，即测试模式 和参考模式的特征信号之间建立一条科学的时间校准匹配 路径。 我们设R二(rl, r2, r3,…，rn)为手势测试序列，T= (tl, t2, t3,…，tm)为手势模板序列，n, m都是手势帧 的时序标号，通过非线性映射匹配时间序列，因此一个映射 可以用一系列有序元素表示：(il, jl), (i2, j2), (i3, j3),…，(if, jf),元素(i, j)表示测试序列R第i帧 的特征向量与模板序列T第j帧的特征向量之间的映射，f 映射个数定义d (i, j)为r (i)与t (j)之