1、基于计算机视觉的手势检测识别技术 党佩光 李军恒 商洛学院 摘 要： 经过多年的发展, 计算机技术已经逐渐成熟, 各种新硬件、新软件层出不穷, 为人们日常的生产生活带来了巨大便利, 但人类在接触计算机的过程中仍然基本上只能够通过键盘、鼠标等部件, 而这也在一定程度上影响了人类与计算机的深入交流。因此当前出现了一种新的人机交互方式, 即基于计算机视觉的手势检测识别, 本文将在此背景之下, 通过简单介绍基于计算机视觉的手势检测识别的算法流程, 着重围绕基于计算机视觉的手势检测识别技术进行探究。关键词： 计算机视觉; 手势检测; 手势识别; 作者简介：党佩光, (1993.3-) , 男, 陕西延安
2、人, 本科, 计算机方向引言:人类的手势多种多样并且极富变化性, 在不同的时间段、不同的地点环境均各不相同, 因此视觉上很难直接对人类手势进行确定。而目前在检测和识别手势方面多使用摄像机、照相机等, 虽然其能够快速“定格”人类手势动作, 但比较容易受到外在因素的干扰。后期人们在计算机技术之上提出一种基于计算机视觉的手势检测识别技术, 其能够更加精确、快速地完成人类手势的检测识别, 具有较高的应用价值。一、基于计算机视觉的手势检测识别算法流程基于计算机视觉的手势检测识别技术, 其在捕捉动态手势时需要使用高清摄像头或是摄像机, 之后利用网络将摄像头, 显示器以及电子计算机和手势识别检测系统进行有机
3、连接, 使得原本分散的各个部件能够连成一个完整的手势检测识别系统, 在基于计算机视觉的手势检测识别系统当中, 计算机将通过摄像头对人类的手势以及相关信息进行动态捕捉, 并拍摄成各种手势图像, 之后利用计算机当中的手势识别算法进行处理, 此后将进入到人机交互的运行界面, 将之前处理的手势信息反馈至计算机处, 要求其作出相应的操作, 进而完成对人类手势的检测与识别1。二、基于计算机视觉的手势检测识别技术(一) 输入图像在基于计算机视觉的手势检测识别技术中, 其在对人类手势进行检测识别的首要步骤便是需要通过传感器摄像头拍摄和步骤人类的手势动作, 并将这一视频数据流输入至计算机当中。手势信息图像的摄取
4、和采集将对最终的手势检测识别的精确性和成功与否产生重大而直接的影响作用。传感器摄像头在完成对手势图像的拍摄之后, 将直接从视频流当中进行关键帧的筛选和获取, 其挑选出的关键帧当中必定会出现人的手势, 之后将以此为基础进行特征参数的进一步提取, 最后从特征参数的匹配度入手完成人类手势的检测和识别。(二) 图像预处理由于传感器摄像头在拍摄人类手势时, 拍摄环境并不一定为理想状态, 拍摄的图像当中可能存在其他不相关事物, 且拍摄过程中周围可能会有噪声干扰, 因此使得其拍摄的手势图像当中有价值的信息相对比较少, 且分布较为分散, 为后期的提取工作增添了一定难度。因此在完成手势图像的拍摄之后需要对图像进
5、行预处理, 即将一切与手势信息无关的内容处理干净, 譬如消除手势图像中的噪声、去除手势图像中的不相干事物等等, 在充分凸显出手势图像有用信息的同时, 可以使得其尺寸、结构、对比度等均能够得到有效调整, 为后续的手势识别检测奠定良好基础2。(三) 图像定位在视频流当中拥有大量有关手势位置的相关信息, 通过从中筛选出位置信息之后, 重点处理与手势相关的局部图像, 由此能够提高手势识别检测的速度, 并减轻工作人员处理手势信息图像的任务量。基于计算机视觉的手势检测识别系统将根据具体识别检测要求, 将手或脑设定为肤色部分, 并对肤色面积进行求取, 为有效提高计算的精确度, 将分别对手或脑进行识别。此后工
6、作人员将利用凸包检测识别手势, 即各手势在凸包中所占百分比各不相同, 因此利用这一点通过计算出肤色部分在凸包中的百分比就可以获得需要检测识别的人类手势。(四) 提取特征利用求取百分比的方式在有效完成手势图像的定位之后, 即可进入到提取手势特征信息的环节, 在此过程中需要注意的是相关人员必须同时进行手势分割的处理工作, 这也是完成提取手势特征信息的重中之重。基于计算机视觉的手势检测识别系统当中, 同时包括手势特征信息提取系统以及手势分割系统, 通过同时运行两种操作系统, 并将需要识别检测手势的相关要求输入系统当中, 系统将自动选择使用斑点或边角检测等检测方法对手势图像中的边缘、线条等进行全面的识
7、别检测。(五) 手势建模在基于计算机视觉的手势检测识别系统完成上述操作之后, 将直接进入到人机交互系统当中, 也就是根据之前提取出的手势特征信息为其建立相对应的手势模型。在计算机视觉技术的帮助之下, 需要对手势动作范围进行划定, 并对这一范围当中, 动作以及表达含义相同的手势信息进行归类, 以此完成手势模型的建立, 此后将由手势识别检测系统判断建立起的手势模型是否可以对人的手势动作进行同步翻译, 并将信息反馈至用户处。(六) 检测识别考虑到手势存在动态和静态两种形式, 因此其在手势模型参数空间中对应的点也大相径庭, 一般不断处于运动状态的手, 在手势模型参数空间中会表现为一条运动轨迹, 而通过
8、将该运动轨迹划分至与之相对应的子集当中即可对手势进行检测识别。而处于静止状态下的手, 在对手势进行识别检测时则相对容易许多, 手势本身并不会随着时间与空间的变化而发生相应变化, 因此只需要直接对手势图像特征信息进行识别并将其与实际手势的相关参考数值进行对比即可完成检测识别工作。结束语:总而言之, 基于计算机视觉的手势检测识别技术, 主要是通过利用摄像头和计算机完成手势图像的拍摄和录入, 之后通过建立起手势识别以及人机交互系统, 在对图像经过预处理和定位之后, 从手势图像当中提取出相应的手势特征, 并以此为基础监理手势模型, 进而有效完成手势检测与识别。与其他以往的手势识别检测方法相比, 基于计算机视觉的手势检测识别技术更加方便可靠, 识别检测的精确度也相对较高, 特别是随着时间的推移, 这一技术还在不断完善之后, 日后该技术将变得更加成熟, 手势识别检测的速度和精度也将得到进一步优化。参考文献1关然, 徐向民, 罗雅愉, 苗捷, 裘索.基于计算机视觉的手势检测识别技术J.计算机应用与软件, 2013, 01:155-159+164. 2陈冰超, 李永刚.基于计算机视觉技术的手势识别方法J.现代计算机 (专业版) , 2014, 26:62-64.
