劉宇

北京郵電大學(xué)

基于計算機(jī)視覺的手勢檢測識別技術(shù)

劉宇

北京郵電大學(xué)

手勢檢測識別技術(shù)的研發(fā)與應(yīng)用，為廣大社會成員日常的工作、學(xué)習(xí)以及生活帶來了極大的便利。手勢檢測識別技術(shù)的應(yīng)用，是在計算機(jī)系統(tǒng)處理手段輔助下產(chǎn)生的一種全新的信息處理技能。本文將手勢識別技術(shù)作為主要研究課題，在簡單介紹手勢識別技術(shù)基本發(fā)展近況的基礎(chǔ)之上，將手勢識別技術(shù)應(yīng)用的主要工作流程、方法以及其在未來研發(fā)領(lǐng)域的發(fā)展趨勢等，做出了詳盡的介紹。

計算機(jī)視覺；手勢識別；技術(shù)

前言

進(jìn)入到二十一世紀(jì)過后，在世界范圍內(nèi)計算機(jī)信息處理技術(shù)不斷飛速發(fā)展的前提下，國際范圍內(nèi)各主要經(jīng)濟(jì)大國之間智能圖像識別技術(shù)的應(yīng)用水準(zhǔn)，也獲得了突飛猛進(jìn)的發(fā)展。當(dāng)今社會廣泛流行的圖像系統(tǒng)識別技術(shù)手段的應(yīng)用方式，也是在傳統(tǒng)人類仿生模擬神經(jīng)元技術(shù)研發(fā)設(shè)想的基礎(chǔ)之上，進(jìn)一步完善和發(fā)展得來的。

一、圖像智能識別技術(shù)手段的發(fā)展近況

（一）智能識別技術(shù)手段的發(fā)展近況

國內(nèi)計算機(jī)領(lǐng)域的專業(yè)技術(shù)人員董麗君與元森等人，在結(jié)合國內(nèi)圖像識別技術(shù)應(yīng)用現(xiàn)狀的基礎(chǔ)之上，對美國圖像識別技術(shù)的方案應(yīng)用形式，做出了進(jìn)一步的改善。并將改革過后的圖像識別技術(shù)，廣泛應(yīng)用在醫(yī)學(xué)以及汽車工業(yè)制作的生產(chǎn)領(lǐng)域之中。二十一世紀(jì)初期，國際著名計算機(jī)技術(shù)研究人士威廉等人聯(lián)合推出了向量機(jī)械設(shè)備學(xué)習(xí)網(wǎng)絡(luò)的研究設(shè)想?？v觀智能識別技術(shù)手段的發(fā)展歷程，向量機(jī)械設(shè)備研究理論的提出不僅是圖像識別統(tǒng)計理論中的一大壯舉，也是能夠幫助技術(shù)人員準(zhǔn)確核算圖像識別數(shù)據(jù)的最佳途徑之一[1]。

在目前國際范圍內(nèi)手勢識別技術(shù)的研發(fā)歷程之內(nèi)，普遍因受到各種主客觀方面因素的影響，存在各種較為凸顯的研發(fā)難點。首先，如果手勢識別的被動方所處的光照環(huán)境受到嚴(yán)重的限制，其手部存在大量暗影、不能完全映照在識別設(shè)備指定的展示區(qū)域之內(nèi)。不僅相應(yīng)識別系統(tǒng)核算結(jié)果的精準(zhǔn)度會受到嚴(yán)重的影響，而且手勢識別與手勢所處背景的分割效率也會出現(xiàn)不同程度的誤差。其次，作為圖像識別技術(shù)的主要對象人手，同時有手指、手背等多個不同的關(guān)節(jié)部分共同組成。在手腕與手掌的關(guān)節(jié)連接處，存在大量需要識別程序及時分割的信息內(nèi)容。如何提升這一信息識別環(huán)節(jié)的精準(zhǔn)度，也是需要技術(shù)人員重點關(guān)注的研究課題。

（二）系統(tǒng)處理案例的研究與分析

為更好的檢測圖像識別技術(shù)應(yīng)用的精準(zhǔn)度及其能夠為人類生產(chǎn)生活帶來的便利，筆者通過列舉正方形、圓形、三角形等經(jīng)典的圖像識別對象作為研究案例。在整個案例探究的過程之中，搜集相應(yīng)的識別對象、設(shè)定不同識別對象存儲方式之間的轉(zhuǎn)換、電子識別對象的過濾與分割，以及相應(yīng)學(xué)閉運算模型的融入等等，都是案例分析需要歷經(jīng)的主要研究流程，如圖1。為更好的保障相應(yīng)圖像識別程序的實際運行效率，技術(shù)人員應(yīng)當(dāng)在案例研究的環(huán)節(jié)內(nèi)，將原本PDF存儲方式的識別對象，及時轉(zhuǎn)換成HSV的存儲格式。在及時進(jìn)行存儲格式轉(zhuǎn)換過后的圖像識別對象，其實際識別環(huán)節(jié)內(nèi)的成像清晰度也將得到更好的保障。

二、基于計算機(jī)視覺的手勢檢測識別技術(shù)

（一）手勢測試與識別的主要流程

首先，技術(shù)人員需要通過調(diào)取動態(tài)手勢識別，將手勢運動成百上千個動態(tài)畫面進(jìn)行分析處理。為更好的去除動態(tài)畫面分析對象當(dāng)中存在的多余的信息識別內(nèi)容，技術(shù)人員可以通過應(yīng)用平面滑動或者濾波處理的技術(shù)模式，更好的提升指定手勢識別對象的圖像清晰度。在圖像手勢識別與檢測的研發(fā)領(lǐng)域之內(nèi)，部分技術(shù)工作人員也將這一初期的工作流程，稱為是手勢識別技術(shù)應(yīng)用的圖像預(yù)處理的工作環(huán)節(jié)。其次是手勢識別區(qū)域與手勢識別背景的分割與檢測，通過實現(xiàn)手勢識別對象與識別背景之間的區(qū)域分離，精準(zhǔn)劃分手勢識別技術(shù)應(yīng)用的實際工作區(qū)域，為最后收拾識別檢測數(shù)據(jù)的獲取提供強(qiáng)有力的前提基礎(chǔ)。最后在收拾識別的技術(shù)檢測環(huán)節(jié)內(nèi)，技術(shù)人員應(yīng)當(dāng)在設(shè)定系統(tǒng)編程模式之前，首先對指定手勢識別對象靜態(tài)畫面中存在的肢體特征進(jìn)行深入的分析。各種手勢識別對象以及檢測結(jié)果的記錄總結(jié)，均需要設(shè)定嚴(yán)格統(tǒng)計的工作流程規(guī)范，以便更好的保障新型識別技術(shù)應(yīng)用與研發(fā)的管理秩序，各個環(huán)節(jié)工作時間的分布，如表1。

表1 手勢識別流程時間分布統(tǒng)計

（二）區(qū)域分離的主要方法

在通常情況下，目前技術(shù)人員在系統(tǒng)編程中，通過應(yīng)用最小二乘法的模擬計算模式識別圓形的圖像識別對象。通過應(yīng)用最小核心的擬合算法，提升對矩形圖像識別的精準(zhǔn)度。但無論是應(yīng)用哪一種圖像識別的編程核算流程，只有技術(shù)操作人員能夠首先精準(zhǔn)測量指定識別對象的形心位置，才能在最終得到準(zhǔn)確無誤的識別評價結(jié)果，實現(xiàn)對指定識別區(qū)域的位置分離。人手是富有彈性的圖像識別對象，與傳統(tǒng)矩形、圓形等經(jīng)典圖像的識別對象相比具有更高的識別難度。如何在每次手勢重復(fù)出現(xiàn)小型誤差的前提條件下，仍舊能夠保障相應(yīng)識別檢測結(jié)果的一致性，一直是需要技術(shù)人員重點攻克的難點。只有將兩種不同分離方式相互結(jié)合，才能更好的保障圖像識別結(jié)果的精準(zhǔn)度[2]。

（三）手勢檢測識別的主要方法

在目前國際手勢識別檢測技術(shù)的研發(fā)階段內(nèi)，可供技術(shù)工作人員廣泛應(yīng)用的手勢識別方式，主要可以根據(jù)其識別信息輸入形式的不同，劃分為兩種較為經(jīng)典和基本的檢測類型。其一是基于數(shù)據(jù)手段硬件輔助設(shè)備而運行的手勢信息輸入識別方法，其二是基于視覺檢測前提的基礎(chǔ)之上，進(jìn)行手勢識別信息輸入的檢測方法。

在利用手套硬件輔助設(shè)備實現(xiàn)的手勢信息輸入方式的應(yīng)用，是通過應(yīng)用手勢空間軌跡運動的系統(tǒng)編程方式得以實現(xiàn)的。相比傳統(tǒng)數(shù)據(jù)識別的系統(tǒng)構(gòu)架模式，新型手套手勢識別信息的輸入，能夠在第一時間獲取并記錄指定手勢識別對象，在三維空間的識別區(qū)域內(nèi)做出的動作指示信息。無論是在識別檢測結(jié)果的精準(zhǔn)度方面、還是在手勢信息輸入的識別速度、或者相應(yīng)信息安全保障的可靠性方面，都較傳統(tǒng)識別方式相比得到了不同水平的提升。但由于手套識別技術(shù)需要指定被識別對象做出多種不同存在形式的手勢識別信息，相應(yīng)輸入設(shè)備在經(jīng)濟(jì)市場環(huán)境中的銷售價格過于昂貴。這一固有的應(yīng)用弊端，導(dǎo)致動態(tài)受到信息輸入與識別技術(shù)的應(yīng)用并沒有得到大面積的推廣[3]。

基于計算機(jī)應(yīng)用而產(chǎn)生的手勢識別技術(shù)，是目前備受社會關(guān)注的視覺檢測技術(shù)手段。相比以往手套信息輸入與識別技術(shù)的應(yīng)用，基于計算機(jī)新型手勢識別方法的研發(fā)，是圖像識別技術(shù)研發(fā)歷史上的一大創(chuàng)新和優(yōu)化。通過結(jié)合應(yīng)用攝像頭的圖像錄入設(shè)備，將指定手勢識別對象的動態(tài)影像傳輸?shù)接嬎銠C(jī)識別程序之內(nèi)。圖像識別系統(tǒng)能夠根據(jù)技術(shù)人員預(yù)先設(shè)定的運行程序，對指定的手勢視頻進(jìn)行信息掃描處理。在相應(yīng)動態(tài)視頻資料之中，有效分割手勢識別的主體對象、手勢識別的動態(tài)背景以及相應(yīng)手勢運動的實際流轉(zhuǎn)軌跡。在結(jié)合動態(tài)視頻各項基本參數(shù)信息的前提下，總結(jié)記錄指定的識別測評結(jié)果。這種動態(tài)識別的技術(shù)處理手段，能夠結(jié)合手勢動作的肢體變化特征，生成更加精準(zhǔn)的動態(tài)信息描述。在計算機(jī)程序編設(shè)技術(shù)的幫助下，手勢識別技術(shù)的應(yīng)用無需購買昂貴的輔助設(shè)備，不僅能夠幫助相應(yīng)企業(yè)減輕技術(shù)應(yīng)用的經(jīng)濟(jì)支出壓力，還能為指定識別檢測技術(shù)的大面積推廣，奠下堅實有力的前提基礎(chǔ)。

三、手勢檢測與識別技術(shù)的發(fā)展趨勢

在未來電子圖像識別以及手勢信息識別技術(shù)研發(fā)工作的發(fā)展進(jìn)程之中，隨著國際范圍內(nèi)各個國家在計算機(jī)技術(shù)應(yīng)用方面的研發(fā)深入不斷強(qiáng)化，指定圖像識別信息檢測的精準(zhǔn)度也將得到不同程度的提升。各種全新的硬件輔助設(shè)備的生產(chǎn)，將把手勢識別與檢測技術(shù)的研發(fā)推向一個嶄新的研發(fā)高度之上。有部分專業(yè)技術(shù)研發(fā)領(lǐng)域的工作人員，在結(jié)合目前手勢識別技術(shù)發(fā)展近況的基礎(chǔ)之上，深入調(diào)查當(dāng)下識別技術(shù)消費市場的實際需求取向，對未來手勢識別技術(shù)的研發(fā)方向開展的詳盡的預(yù)測。專業(yè)人士指出，為更好的滿足廣發(fā)消費群體對手勢識別技術(shù)便捷化應(yīng)用的市場需求，一次性識別成功的技術(shù)研發(fā)，將成為手勢識別技術(shù)研發(fā)的終極目標(biāo)。通過實現(xiàn)對識別流程的簡化，推動整個手勢識別技術(shù)向更加智能化以及人性化的方向不斷發(fā)展[4]。

在此基礎(chǔ)之上，為使手勢識別技術(shù)的研發(fā)與應(yīng)用能夠更好的滿足消費市場的實際需求，能夠保障指定識別技術(shù)的研發(fā)能夠準(zhǔn)確依附消費群體的需求變化趨勢。在未來技術(shù)研發(fā)與推廣的實踐環(huán)節(jié)內(nèi)，各手勢識別技術(shù)的推廣企業(yè)將構(gòu)建以消費對象為主體的技術(shù)識別體驗中心。通過模擬體驗中心的構(gòu)建，消費者能夠在不用支付經(jīng)濟(jì)成本的前提下，基礎(chǔ)并體會到人機(jī)交流的信息傳遞模式。在體驗中心專業(yè)工作人員技術(shù)指導(dǎo)的幫助之下，消費者對手勢識別技術(shù)的應(yīng)用將更加自然?；谑謩葑R別技術(shù)的研發(fā)同時覆蓋了智能技術(shù)研發(fā)、心理學(xué)研究、動畫繪制以及影視制作傳輸，等人類社會多個生產(chǎn)領(lǐng)域各不相同的技術(shù)范圍。技術(shù)體驗中心的構(gòu)建，還能有效彌補(bǔ)在傳統(tǒng)人機(jī)交互模式中存在的欠缺與不足，手勢識別檢測技術(shù)應(yīng)用與研發(fā)的交叉性構(gòu)架特征將得到更深一步的凸顯。通過轉(zhuǎn)換手勢識別技術(shù)研發(fā)設(shè)計的發(fā)展方向，能夠使之更加貼合廣大社會消費群體的生活實際，無論是何種消費檔次以及生活層面上的社會成員，都將能夠享受到手勢圖像智能識別檢測技術(shù)應(yīng)用為其帶來的便利。

結(jié)論

新型手勢識別檢測技術(shù)的研發(fā)與應(yīng)用，其實際的靈感來源于人類行為方式以及邏輯思維方法的模擬。手勢識別檢測技術(shù)的研發(fā)與應(yīng)用，是對傳統(tǒng)人機(jī)信息交流方式處理與應(yīng)用的完善與革新。鑒于國內(nèi)計算機(jī)手勢檢測識別技術(shù)實踐應(yīng)用的時間尚短，大部分技術(shù)人員沒能累積足夠的工作經(jīng)驗。在未來同領(lǐng)域的技術(shù)研發(fā)歷程之內(nèi)，在計算機(jī)處理手段的幫助下，手勢檢測識別技術(shù)的應(yīng)用也將受到更多人的認(rèn)可。

[1]李思岑,王平,張鵬,等.基于Kinect深度圖像信息的手勢跟蹤與識別[J].微型機(jī)與應(yīng)用,2015,06：53-55.

[2]李姝蓉,黃元元,胡作進(jìn),等.非特定人群動態(tài)手語視頻中的關(guān)鍵幀檢測算法[J].小型微型計算機(jī)系統(tǒng),2015,07：1597-1601.

[3]黃曉林,董洪偉.基于深度信息的實時手勢識別和虛擬書寫系統(tǒng)[J].計算機(jī)工程與應(yīng)用,2015,15：167-173.

[4]劉淑萍,劉羽,於俊,等.結(jié)合手指檢測和HOG特征的分層靜態(tài)手勢識別[J].中國圖象圖形學(xué)報,2015,06：781-788.