手勢(shì)識(shí)別技術(shù)綜述-文庫(kù)吧
2025-06-28 23:44 本頁(yè)面
【正文】 n HumanComputer Communication”中定義：“手勢(shì)為身體運(yùn)動(dòng)的一部分，它包括一部分信息，而且是一種能被觀察到的有意義的運(yùn)動(dòng)。揮手道別是一種手勢(shì)，而敲擊鍵盤不是一種手勢(shì)，因?yàn)槭种傅倪\(yùn)動(dòng)沒(méi)有被觀察，也不重要，它只表示鍵盤被按下這一動(dòng)作?！睆亩x上講，手勢(shì)識(shí)別是一種利用數(shù)學(xué)算法，包括計(jì)算機(jī)圖形學(xué)，輔以攝像頭、數(shù)據(jù)手套等輸入工具，針對(duì)收集到的信息，比如手掌、手指各關(guān)節(jié)的方位、角度等進(jìn)行判斷、分析并作出正確回復(fù)的技術(shù)。許多測(cè)試品已開(kāi)始使用三維手勢(shì)識(shí)別來(lái)提升準(zhǔn)確率及反應(yīng)速度。但是，分析手勢(shì)的特點(diǎn)，回顧手勢(shì)識(shí)別的發(fā)展歷史，可以更好地把握其發(fā)展脈絡(luò)，從而對(duì)未來(lái)手勢(shì)識(shí)別的潛力與可能方向做出基本判斷。手勢(shì)是任意的，手不同部位的方向、角度及彎曲程度等的不同信息可能會(huì)有實(shí)際意義上的天壤之別。所以手勢(shì)識(shí)別應(yīng)該基于用戶與程序、設(shè)備之間的約定。針對(duì)手勢(shì)的任意性，最初的手勢(shì)識(shí)別主要使用各種與手及手臂通過(guò)直接的接觸式有線機(jī)器設(shè)備進(jìn)行數(shù)據(jù)采集。它可以直接檢測(cè)諸如手指、關(guān)節(jié)及手臂的方位、角度等。典型的設(shè)備有數(shù)據(jù)手套等。通過(guò)內(nèi)含許多傳感器的數(shù)據(jù)手套，可以十分精確地獲取手勢(shì)識(shí)別所需的各種信息，此外其反應(yīng)速度、識(shí)別準(zhǔn)確度、穩(wěn)定性也得到了保障。但是該設(shè)備在實(shí)際中的造價(jià)比較高昂，更重要的是會(huì)對(duì)手的靈活性有一定限制，因而沒(méi)有得到有效推廣。此后推出的穿戴式光學(xué)標(biāo)記可通過(guò)紅外線將手指及手掌變化傳輸?shù)狡聊簧希脖３至藬?shù)據(jù)手套的優(yōu)點(diǎn)。該設(shè)備雖減輕了重量，提高了手部的靈活性，但是仍需較復(fù)雜的輸入輸出轉(zhuǎn)換設(shè)備，此外也會(huì)對(duì)手部動(dòng)作的自然性產(chǎn)生影響?！?】基于視覺(jué)的手勢(shì)識(shí)別技術(shù)能夠使手部動(dòng)作的表達(dá)更加自然，同時(shí)也可以為未來(lái)其他的肢體識(shí)別技術(shù)所應(yīng)用，因此成為了主流。手型模型是通過(guò)計(jì)算機(jī)圖形學(xué)對(duì)二維的手勢(shì)圖像屬性，如手的顏色、紋理、邊界、輪廓等進(jìn)行分析?！?】該方法主要使用三種組件：探測(cè)組件、運(yùn)動(dòng)軌跡組件、識(shí)別組件?！?】探測(cè)組件負(fù)責(zé)有針對(duì)性地收集有特點(diǎn)的視覺(jué)信號(hào)并將手勢(shì)信號(hào)整理成碼。運(yùn)動(dòng)軌跡組件負(fù)責(zé)實(shí)時(shí)定位，雖然它對(duì)于只需靜態(tài)手勢(shì)的設(shè)備并不是必要的組件，但是其可以優(yōu)化手部中各部位的運(yùn)動(dòng)曲線，提升設(shè)備精度。基于視覺(jué)的手勢(shì)識(shí)別按手勢(shì)的動(dòng)態(tài)特點(diǎn)可以分為靜態(tài)的與動(dòng)態(tài)的兩種，靜態(tài)手勢(shì)識(shí)別針對(duì)單個(gè)手型，主要包括手勢(shì)分割及手勢(shì)識(shí)別兩部分，前者是后者的基礎(chǔ)?！?】靜態(tài)手勢(shì)識(shí)別方法難以識(shí)別區(qū)分度較小的手勢(shì)、實(shí)時(shí)性差，因此向動(dòng)態(tài)手勢(shì)識(shí)別過(guò)渡已經(jīng)成為一種趨勢(shì)?！?】大部分手勢(shì)識(shí)別應(yīng)用是將每個(gè)手勢(shì)作為一個(gè)整體，之后通過(guò)計(jì)算相似度來(lái)進(jìn)行模式匹配。這種方法顯而易見(jiàn)的缺點(diǎn)是只有當(dāng)收集到的數(shù)據(jù)與預(yù)設(shè)模型的相似程度很高時(shí)才會(huì)比較準(zhǔn)確，另外對(duì)于某些比較相似的手勢(shì)區(qū)分效果不好?！?】 目前常用的手勢(shì)識(shí)別研究方法主要有以下幾種：（1）基于人工神經(jīng)網(wǎng)絡(luò)的手勢(shì)識(shí)別神經(jīng)網(wǎng)絡(luò)基于統(tǒng)計(jì)和概率學(xué)方法的組織和判斷具有抗干擾、自學(xué)習(xí)、易控制和處理高效的特點(diǎn)，可用于處理信息缺失的模式并進(jìn)行模式推廣。如果整個(gè)神經(jīng)網(wǎng)絡(luò)包括的全部神經(jīng)元都是時(shí)空效能好的算法，那就可以判斷手勢(shì)細(xì)微部分的運(yùn)動(dòng)。但人工神經(jīng)網(wǎng)絡(luò)對(duì)時(shí)間序列處理能力不強(qiáng)。在靜態(tài)手勢(shì)的識(shí)別中應(yīng)用較多，動(dòng)態(tài)手勢(shì)識(shí)別中幾乎沒(méi)有應(yīng)用。此外，盡管對(duì)神經(jīng)網(wǎng)絡(luò)的相關(guān)研究及應(yīng)用已經(jīng)有
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1