基于几何特征的手势识别方法

《基于几何特征的手势识别方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、２０１４年２月计算机工程与设计Ｆｅｂ．２０１４第３５卷第２期ＣＯＭＰＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧＡＮＤＤＥＳＩＧＮＶｏｌ．３５Ｎｏ．２基于几何特征的手势识别方法林水强，吴亚东，陈永辉（西南科技大学计算机科学与技术学院，四川绵阳６２１０１０）摘要：研究基于手势图像几何特征的方法实现自然手势识别交互。基于肤色模型，提出一种多序列背景模型并结合肤色块跟踪和几何形状估计提取手势图像，通过分析手势几何特征计算特征参数，采用决策树分类方法对手势几何

2、特征属性进行归纳判定，识别手势。实验结果表明，在常规背景并且室内光照良好的环境下，该方法对预定义的６种自然手势类型识别准确率达到９４％以上，能够很好地完成实时多媒体交互应用。关键词：人机交互；手势识别；几何特征；多序列背景模型；决策树中图法分类号：ＴＰ３９１文献标识号：Ａ文章编号：１０００－７０２４（２０１４）０２－０６３６－０５ＧｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｇｅｏｍｅｔｒｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓＬＩＮＳｈｕｉ－ｑｉａｎｇ，ＷＵＹａ－ｄｏｎｇ，ＣＨＥＮＹｏｎｇ－ｈｕｉ（ＳｃｈｏｏｌｏｆＣｏｍｐｕ

3、ｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｍｉａｎｙａｎｇ６２１０１０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｏａｃｈｉｅｖｅｎａｔｕｒａｌｇｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｉｎｔｅｒａｃｔｉｏｎ，ａｍｅｔｈｏｄｂａｓｅｄｏｎｇｅｓｔｕｒｅｇｅｏｍｅｔｒｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓｉｓｓｔｕｄｉｅｄ．Ｂａｓｅｄｏｎｓｋｉｎ－ｃｏｌｏｒｍｏｄｅｌ，ａｋｉｎｄｏｆｍｕｌｔｉ－ｓｅｑｕｅｎｃｅｓｂａｃｋｇｒｏｕｎｄｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄ，ｃｏｍ

4、ｂｉｎｉｎｇｓｋｉｎ－ｃｏｌｏｒｂｌｏｃｋｔｒａｃｋｉｎｇａｎｄｇｅｏｍｅｔｒｉｃｓｈａｐｅｅｓｔｉ－ｍａｔｉｎｇｔｏｅｘｔｒａｃｔｇｅｓｔｕｒｅｉｍａｇｅｓ．Ｔｏｃｏｍｐｕｔｅｇｅｓｔｕｒｅｐａｒａｍｅｔｅｒｓ，ｇｅｓｔｕｒｅｇｅｏｍｅｔｒｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｒｅａｎａｌｙｚｅｄ．Ｔｏｄｉｓｔｉｎｇｕｉｓｈａｎｄｒｅｃ－ｏｇｎｉｚｅｄｉｆｆｅｒｅｎｔｈａｎｄｇｅｓｔｕｒｅｓ，ｄｅｃｉｓｉｏｎｔｒｅｅｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｉｓａｄｏｐｔｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔ

5、ｈａｔｔｈｅｒｅｃｏｇｎｉｔｉｏｎａｃｃｕ－ｒａｃｙｒａｔｅｏｆｔｈｅｐｒｅｄｅｆｉｎｅｄｓｉｘｋｉｎｄｓｏｆｎａｔｕｒａｌｇｅｓｔｕｒｅｔｙｐｅｓｒｅａｃｈｅｓ９４％ｕｎｄｅｒｔｈｅｇｅｎｅｒａｌｂａｃｋｇｒｏｕｎｄａｎｄｉｎｄｏｏｒｄａｙｔｉｍｅｗｅｌｌ－ｌｉｔｅｎｖｉ－ｒｏｎｍｅｎｔ．Ｔｈｅｇｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍｃａｎｉｍｐｌｅｍｅｎｔｔｈｅｓｙｎｃｈｒｏｎｉｚｅｄｍｕｌｔｉｍｅｄｉａｉｎｔｅｒａｃｔｉｖｅａｐｐｌｉｃａｔｉｏｎｓｅｆｆｅｃｔｉｖｅｌｙ．Ｋｅｙｗｏｒｄｓ：ｈｕｍａｎ－ｃｏｍｐｕｔｅｒｉｎｔ

6、ｅｒａｃｔｉｏｎ；ｇｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎ；ｇｅｏｍｅｔｒｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｍｕｌｔｉ－ｓｅｑｕｅｎｃｅｂａｃｋｇｒｏｕｎｄｍｏｄｅｌ；ｄｅｃｉｓｉｏｎｔｒｅｅ不够，同时在像素级扫描上时间复杂度高。本文给出一种０引言基于几何特征的手势识别方法，针对分割手势图像提出一人机交互（ｈｕｍａｎ－ｃｏｍｐｕｔｅｒｉｎｔｅｒａｃｔｉｏｎ，ＨＣＩ）技术已种多序列背景模型有效排除肤色背景的干扰，并结合肤色［１］。手势识别交互经从以计算机为中心转移到以人为中心块跟踪和几何形状估计将人脸和人手有效地分离。针对手作为一种自然、人

7、性化的人机交互方式被越来越多地采势建模定义几何特征量集合来描述手势类型，特征参数计［２］。基于视觉的手势识别技术是采用摄像机捕获手势图用算量小，能够满足实时要求。针对分析和识别采用基于决像，通过图像处理技术进行手势的分割、建模、分析和识策树的方法归纳分类，在常规背景并且室内光照良好的情［３］。通常采用基于肤色训练［４，５］、直方图匹配［６，７］、运动别况下手势识别准确率高，通过引入基于动态模型的统计器［８］信息和多模式定位等技术完成特征参数估计。手势识别进一步提升系统鲁棒性。的方法主要有模板匹配法、统计分析法、神经网络法、隐［９，１０］

8、１手势图像提取马尔可夫模型法和动态时间规整法等。文献［１１］提出的手势识别方法能够实现分离背景并通过手心位置排除１．１肤色检测和背景分离人脸，但在肤色背景下鲁棒性差，并且人脸分离的准确度基于肤色和背景模型的