基于嵌入式系統(tǒng)實(shí)時(shí)交互的手勢識別方法

摘要：提出了一種在單攝像頭條件下基于嵌入式系統(tǒng)的手勢識別方法。通過擬合手勢圖的外接多邊形，找出其所對應(yīng)的手勢缺陷圖，并建立手勢與手勢缺陷圖的一一映射，利用手勢缺陷圖的特征來匹配和識別不同的手勢。算法還將手勢的跟蹤與識別有機(jī)地統(tǒng)一起來，通過預(yù)測下一幀中手勢出現(xiàn)的粗略位置大大降低識別步驟的計(jì)算量。該算法在實(shí)際應(yīng)用的嵌入式平臺下，能快速、準(zhǔn)確地實(shí)現(xiàn)手勢的識別，能夠滿足實(shí)時(shí)人機(jī)交互的要求。

0引言

手勢交互是人機(jī)交互領(lǐng)域近年來的研究熱點(diǎn)，特別是利用攝像頭來實(shí)現(xiàn)對手勢信息的非接觸性捕獲，并由計(jì)算機(jī)進(jìn)行分析理解，然后完成交互任務(wù)，由于其自然和符合人自身行為習(xí)慣的交互方式而備受青睞。手勢的形態(tài)在交互過程中的變化以及周圍環(huán)境的干擾都會影響到手勢的識別和理解，因此手勢識別是計(jì)算機(jī)視覺和人機(jī)交互領(lǐng)域中的重要問題，如何將這種交互方式更好地在嵌入式系統(tǒng)中應(yīng)用更是一個(gè)富有挑戰(zhàn)性的工作。

基于視覺的手勢識別過程通常分為四個(gè)步驟，即分割、表示、識別和應(yīng)用。手勢識別算法的關(guān)鍵和難點(diǎn)是分割和識別兩個(gè)步驟，現(xiàn)有算法在這兩個(gè)步驟通常都有計(jì)算量大、時(shí)間復(fù)雜度高的特點(diǎn)，而嵌入式設(shè)備又受到資源和計(jì)算能力的限制，要能夠做到基于嵌入式系統(tǒng)的實(shí)時(shí)手勢交互，就有必要對傳統(tǒng)的手勢識別算法進(jìn)行改進(jìn)。

本文在單攝像頭條件下，在手勢跟蹤的相關(guān)工作基礎(chǔ)上，提出了一種基于手勢結(jié)構(gòu)特征的手勢識別方法，使之滿足嵌入式系統(tǒng)中的人機(jī)交互對實(shí)時(shí)性、準(zhǔn)確性及連續(xù)性的要求。本文使用了計(jì)算量小且性能高的Camshift算法作為跟蹤算法，并將其跟蹤結(jié)果作為手勢識別的參考因子，這樣可以大大減少手勢識別的工作量；手勢的識別則采用了手勢跟蹤結(jié)果與手勢形態(tài)結(jié)構(gòu)特征相結(jié)合的處理方法。將手勢跟蹤的結(jié)果作為參考因子，可以除去圖像中與手勢無關(guān)的背景圖像，利用手勢形態(tài)結(jié)構(gòu)特征使得手勢識別工作不是對手勢邊緣的每個(gè)點(diǎn)進(jìn)行處理，轉(zhuǎn)而對手勢的外接多邊形進(jìn)行處理。這兩種方法相結(jié)合不僅使識別工作的計(jì)算量大大降低，對手勢識別的精確度也有所提高，而且不需要對各種手勢進(jìn)行訓(xùn)練就可以完成識別工作，使得識別更加方便和簡潔。

1相關(guān)工作

關(guān)于手勢識別的算法，國內(nèi)外的研究人員已經(jīng)提出了很多不同的解決方案。目前比較常用的有基于統(tǒng)計(jì)的HMM模型、基于遺傳算法以及基于人工神經(jīng)網(wǎng)絡(luò)的手勢識別等?；诮y(tǒng)計(jì)的HMM方法，其優(yōu)點(diǎn)是利用先驗(yàn)知識建立視覺特征之間的因果關(guān)系來處理視頻處理中固有的不確定性問題，不但能夠在每個(gè)時(shí)刻上對多個(gè)隨機(jī)變量所對應(yīng)的不同特征之間的依存關(guān)系進(jìn)行概率建模，而且考慮了各個(gè)時(shí)刻間的轉(zhuǎn)移概率，能夠很好地反映特征之間的時(shí)序關(guān)系。但是它需要維護(hù)一個(gè)具有一定規(guī)模的樣本庫，而且在使用HMM進(jìn)行手勢識別時(shí)計(jì)算量大。當(dāng)然，樣本庫的規(guī)模越大其分布越接近實(shí)際情況，手勢識別的準(zhǔn)確率就越高，而且還需要使用數(shù)據(jù)平滑的技術(shù)來擴(kuò)大小概率的值。遺傳算法對圖像進(jìn)行離散化處理，對圖像離散點(diǎn)進(jìn)行控制，把圖像識別問題轉(zhuǎn)換為一系列離散點(diǎn)的組合優(yōu)化問題；但它不能夠及時(shí)利用網(wǎng)絡(luò)的反饋信息，搜索速度比較慢，所需訓(xùn)練樣本大、訓(xùn)練時(shí)間長。人工神經(jīng)網(wǎng)絡(luò)通過把大量的簡單處理單元（神經(jīng)元）廣泛地連接起來構(gòu)成一種復(fù)雜的信息處理網(wǎng)絡(luò)，它在不同程度和層次上模仿人腦神經(jīng)系統(tǒng)的信息處理、存儲和檢索功能，需要的樣本少、效率高；但是需要人的參與訓(xùn)練，識別的正確率受主觀因素的影響。

總體來說，在人機(jī)交互系統(tǒng)中，手勢的跟蹤與識別應(yīng)該滿足以下幾個(gè)要求：

a）實(shí)時(shí)性好，避免對高維度特征矢量的計(jì)算，數(shù)據(jù)量大的數(shù)組處理以及復(fù)雜的搜索過程。

b）足夠的魯棒性。不受識別對象旋轉(zhuǎn)、平移和比例改變以及攝像頭視角改變的影響。

c）手勢跟蹤的連續(xù)性和自動初始化，能夠在跟蹤失敗后自動恢復(fù)跟蹤，盡量減少人的干預(yù)。

本文提出手勢識別和跟蹤方法不再追隨傳統(tǒng)的將識別的四個(gè)步驟孤立起來，而是將手勢跟蹤的結(jié)果與手勢的識別這兩個(gè)獨(dú)立的步驟聯(lián)系起來，將跟蹤得到的手勢預(yù)測的區(qū)域設(shè)為下一幀圖像識別的感興趣區(qū)域（regionofinteresting,ROI）;基于Camshift算法，根據(jù)前一幀手勢在圖像中的位置和顏色信息，對手勢在下一幀圖片所處的位置進(jìn)行預(yù)測，主要是基于顏色的統(tǒng)計(jì)信息。它運(yùn)算量小，不僅能很好地滿足嵌入式系統(tǒng)的需求，而且跟蹤和預(yù)測的效果也非常好。通過對ROI區(qū)域進(jìn)行手勢的分割和識別，可以排除背景圖像對手勢的部分干擾，識別過程的計(jì)算量也減小很多。由于每種手勢的邊線都有不同特征，這些不同的特征能很好地反映在手勢的外接多邊形上，因此，可以對不同手勢和外接多邊形建立一個(gè)一一映射的關(guān)系；通過建立不同手勢的外接多邊形特征庫，對分割出來的手勢作多邊形擬合，只要將提取出來的多邊形與特征庫中的外接多邊形進(jìn)行匹配就能判斷出手勢的類型。

本文提出的手勢識別方法主要包括三個(gè)部分：

a）手勢分割。將手部區(qū)域從場景中分割出來，并對手部的區(qū)域和輪廓進(jìn)行提取。這里的手部區(qū)域主要根據(jù)c）跟蹤的結(jié)果提供。

b）手勢圖像的外接多邊形擬合以及匹配部分。對a）提取出來的手勢輪廓作多邊形擬合，分析多邊形的形狀特點(diǎn)，并在特征庫中查找與擬合的多邊形特征相符合的對象，再映射到具體的手勢。

c）手勢跟蹤部分。根據(jù)顏色信息對手的區(qū)域進(jìn)行定位，并對圖像進(jìn)行空間轉(zhuǎn)換，利用統(tǒng)計(jì)原理對下一幀手可能出現(xiàn)的區(qū)域進(jìn)行預(yù)測，并將預(yù)測的結(jié)果反饋給a）的手勢分割部分。

手勢識別流程如圖1所示。

2手勢識別框架

手勢識別主要由靜態(tài)手勢的識別和手勢跟蹤兩部分的工作組成，手勢識別框架結(jié)構(gòu)如圖2所示。在本文提出的方法中，采用了將這兩部分的工作進(jìn)行并行處理的方式，手勢識別的結(jié)果傳遞給跟蹤部分，作為跟蹤的對象，并且手勢跟蹤的預(yù)測結(jié)果反饋給識別部分，將為靜態(tài)手勢識別提供ROI圖像區(qū)域。這樣不僅能有效地提高跟蹤的高效性，還能提高識別的準(zhǔn)確性，將這兩個(gè)部分有效地統(tǒng)一起來。

linux操作系統(tǒng)文章專題:linux操作系統(tǒng)詳解（linux不再難懂）

上一頁 1 2 3 下一頁