王穎??王玉蘋

摘要：實(shí)現(xiàn)基于序列圖像的手勢軌跡識別，提出一種基于位置關(guān)系的手勢軌跡識別方法，利用Kinect體感設(shè)備傳感器提取軌跡序列，分析坐標(biāo)序列的軌跡樣本，通過黃金分割實(shí)現(xiàn)軌跡的匹配與識別。實(shí)驗(yàn)結(jié)果證明，該方法能有效識別手勢軌跡。

關(guān)鍵詞關(guān)鍵詞：Kinect；手勢識別；黃金分割搜索；樣本軌跡；算法

DOIDOI：10.11907/rjdk.143891

中圖分類號：TP312

文獻(xiàn)標(biāo)識碼：A文章編號文章編號：16727800（2015）002005402

基金項目基金項目：北京服裝學(xué)院2014年青年創(chuàng)新基金項目（2014AL-34 ）

作者簡介作者簡介：王穎（1975- ），女，河北保定人，碩士，北京服裝學(xué)院計算機(jī)信息中心講師，研究方向?yàn)槿藱C(jī)交互技術(shù)。

0引言

在人機(jī)交互中，手勢具有直觀性、自然性的特點(diǎn)，其已成為人機(jī)交互的一種重要手段[1，2]。手勢軌跡是按照某種規(guī)則識別出揮動手臂所要表達(dá)的含義，手勢軌跡信息應(yīng)用有很強(qiáng)的可移植性和可擴(kuò)展性。然而，基于視覺的手勢軌跡識別的前期分割易受光照、背景、攝像頭特性等因素影響，識別率不高。微軟的Kinect體感設(shè)備通過傳感器識別人體關(guān)節(jié)的位置坐標(biāo)，獲取有關(guān)數(shù)據(jù)，為手勢軌跡識別提供了良好的基礎(chǔ)[3，4]。利用Kinect坐標(biāo)信息軌跡對深度圖像進(jìn)行手勢分割和識別，不受光照、背景等因素的影響，從而提高了手勢軌跡識別的穩(wěn)定性和魯棒性。

1基于樣本的動作檢測

假設(shè)動作可以被記錄并序列化，如果當(dāng)前動作是已發(fā)生動作中的一個，那么其就可以被檢測出來。主要方式是快速比較兩個動作的數(shù)據(jù)是否匹配[5，6]。動作是一系列坐標(biāo)序列，通過坐標(biāo)記錄其到傳感器的距離，因此需要研究數(shù)據(jù)比較算法，將規(guī)格化數(shù)據(jù)變換到一個統(tǒng)一的參考空間下。

假設(shè)：當(dāng)前坐標(biāo)序列為：

P={p0，p1，…，pn-1}

（1）生成具有特定數(shù)量的坐標(biāo)點(diǎn)的動作。

假設(shè)樣本數(shù)量為M，定義采樣間距Lavg=（n-1）/（M-1），pi-1與pi之間的距離為Li，i-1。在根據(jù)樣本數(shù)量對坐標(biāo)序列進(jìn)行采樣的過程中，需要重新計算采樣點(diǎn)的新坐標(biāo)。做法是遍歷坐標(biāo)序列的點(diǎn)，如當(dāng)前點(diǎn)與前一個采樣點(diǎn)的距離達(dá)不到采樣間距，繼續(xù)往前遍歷，當(dāng)達(dá)到或者超過采樣間距時，則計算新的坐標(biāo)點(diǎn)。定義遍歷時累計的距離變量Lcur，當(dāng)Lcur+LI，i-1>=Lavgcur時，計算新的坐標(biāo)點(diǎn)：

p′i=pi-1+（Lavg-Lcur/Li，i-1）*（pi-pi-1）（1）

得到新的坐標(biāo)序列：

P′={p′0，p′1，…，p′n-1}

（2）旋轉(zhuǎn)坐標(biāo)點(diǎn)，使得第一個點(diǎn)的方向角度為0。

為使匹配的兩個序列有統(tǒng)一的起點(diǎn)，將坐標(biāo)序列旋轉(zhuǎn)，從而使第一個坐標(biāo)點(diǎn)的方向角度為0。計算坐標(biāo)序列的中心坐標(biāo)，并得到第一個坐標(biāo)點(diǎn)相對于中心坐標(biāo)的方向角。以此方向角為旋轉(zhuǎn)角度，利用二維空間旋轉(zhuǎn)矩陣得到新的坐標(biāo)序列。

（3）將坐標(biāo)值映射到[0，1]區(qū)間。

如得到的坐標(biāo)序列的數(shù)值范圍不統(tǒng)一，將帶來匹配的不準(zhǔn)確性。為此，需要將坐標(biāo)范圍統(tǒng)一到[0，1]區(qū)間內(nèi)。

（4）規(guī)格化動作序列點(diǎn)的原點(diǎn)。

經(jīng)過上述處理，動作軌跡的序列點(diǎn)具備了統(tǒng)一的方向和坐標(biāo)，還需對原點(diǎn)進(jìn)行處理，以便具有與樣本相同的參考點(diǎn)。規(guī)格化步驟如圖1所示。

經(jīng)過規(guī)格化操作，即可進(jìn)行匹配。將長度一樣的坐標(biāo)點(diǎn)序列規(guī)格化為統(tǒng)一的尺度、方向和中心。

黃金分割搜索（Golden Section Search）[7]是一種通過不斷縮小單調(diào)連續(xù)函數(shù)極值的范圍，找到極值的方法。利用黃金分割搜索方法不需使用導(dǎo)數(shù)求取函數(shù)的極值，具有很強(qiáng)的實(shí)時性和便捷性。

假設(shè)函數(shù)f（x）在[a， b]上連續(xù)，并且是單調(diào)函數(shù)，即f（x）在[a， b]間只有一個極小值，或者只有一個極大值。使用對分方法，通過比較函數(shù)值將包含極值的區(qū)間變小。所設(shè)計的算法需滿足兩個目標(biāo)：一是在區(qū)間檢索中能夠找到最優(yōu)的區(qū)間減小因子；二是減少函數(shù)調(diào)用的次數(shù)。

圖1軌跡序列規(guī)格化

計算中間點(diǎn)m=（a+b）/2，求x1和x2，定義x1=m-δ/2，x2=m+δ/2，使得f（x1）≠f（x2）。如果f（x1）

圖2為找出最小值的步驟。F（x）的函數(shù)值位于垂直坐標(biāo)軸上，參數(shù)x位于水平坐標(biāo)軸?？梢钥闯?，有3個位于函數(shù)f（x）上的值被計算出來：x1，x2和x3。可見f（x2）小于f（x1）和f（x3）， 所以很明顯的，最小值處于x1和x3之間。

圖2最小值求解

接下來的步驟是計算函數(shù)位于另一個點(diǎn)x4的值。從圖2可以看出，如果函數(shù)值落在f4a，最小值則在x1和x4之間新的點(diǎn)將是x1，x2或x4；如果函數(shù)值為f4a，新的點(diǎn)將是x2，x4或x3。因此，無論是哪種情況，都可以建立一個新的更狹窄的區(qū)間，用于搜索函數(shù)的最小值。

為提高算法效率，只在每個步驟中只求一次函數(shù)值。相對于當(dāng)前檢索區(qū)間，需要設(shè)立一個常數(shù)因子，稱為c。在區(qū)間[a，b]中的為x1和x2，有以下兩種情況：

（1）如f（x1）

x2-a=c（b-a）x2=a+cb-cax2=（1-c）a+cb（2）

（2）如果f（x1）>f（x2），為使[a，b]=[x1，b]，區(qū)間作如下調(diào)整：

b-x1=c（b-a）-x1=cb-ca-bx1=ca+（1-c）b（3）

這樣，只要求出C，就可以得到位置x1和x2。不失一般性，考慮f（x1）

如果f（x1）

（1）假設(shè)在x1=1-c的左邊得到新的函數(shù)值，那么x1是區(qū)間[0，c]右邊界，由式（2）得

1-c=（1-c）0+ccc2+c-1=0（4）

c=（-1+5）/2≈0.6180。

（2）假設(shè)在x1=1-c的右邊得到新的函數(shù)值，那么x1是區(qū)間[0，c]的左邊界。

1-c=c0+（1-c）c（1-c）2=0（5）

由式（5）得c=1， 這樣區(qū)間就沒有減小，排除這種可能性，有規(guī)則如下：如果f（x1）f（x2），使用式（2）計算新的x2值。

2實(shí)驗(yàn)結(jié)果

利用本文算法進(jìn)行測試實(shí)驗(yàn)，完成兩種手勢：一個是左右揮動，一個是圓形手勢。分別采集了5個人的手勢軌跡，每個手勢每個人做10次。如圖3所示，左圖手向左運(yùn)動代表向左揮動，右圖代表圓形手勢，

圖中的虛線為手運(yùn)動軌跡。

圖3手勢識別結(jié)果

表1給出了5個實(shí)驗(yàn)者和2種手勢的識別率，可以看出，本文算法具有很高的識別率，滿足應(yīng)用需求。

表1二種手勢的識別數(shù)據(jù)分析

手勢[]向左揮動[]向右揮動[]圓形揮動

實(shí)驗(yàn)次數(shù)[]50[]50[]50

識別次數(shù)[]50[]49[]46

識別率（%）[]100[]98[]92

3結(jié)語

手勢具有直觀性、自然性的特點(diǎn)，其已成為人機(jī)交互的一種重要手段。手勢軌跡則是按照某種規(guī)則識別出手勢表達(dá)的含義，手勢軌跡信息的應(yīng)用有很強(qiáng)的可移植性和可擴(kuò)展性。本文采用微軟Kinect傳感器獲取相關(guān)數(shù)據(jù)，對圖像進(jìn)行手勢分割和識別，不受光照、背景等因素的影響，提高了手勢軌跡識別的穩(wěn)定性和魯棒性。