馮婷婷 穆潔

摘 ?要： 為了提高數字化博物館虛擬展示的有效性和準確性，采用手勢識別方法完成人機交互系統(tǒng)研究。對用戶手勢進行三維空間坐標系建模，在卡爾曼濾波之后進行稀疏表示優(yōu)化，去掉與手勢庫樣本集合關聯(lián)性弱的無效手動濾除，生成博物館展品展示動作軌跡。實驗證明，優(yōu)化后的算法在展品動作軌跡生成方面性能更優(yōu)，運動誤差更小，無效路徑更少。

關鍵詞： 數字化博物館; 虛擬展示; 人機交互; 運動誤差; 卡爾曼濾波; 手勢識別

中圖分類號： TN99?34; TP393 ? ? ? ? ? ? ? ? ? ?文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）15?0154?03

Research on human?computer interactive system applied

to virtual presentation of digital museum

FENG Tingting， MU Jie

（Hebei institute of Communations， Shijiazhuang 050000， China）

Absrtact： In order to improve the effectiveness and accuracy of the virtual presentation in digital museum， gesture recognition method is used to complete the research on human?machine interactive system. The user′s gesture is modeled for three?dimensional space coordinate system， and the sparse representation is optimized for the user′s gesture after Kalman filtering. The invalid manual filtering that is weakly correlated with the sample set of the gesture database is removed， and the motion trajectory of museum exhibits presentation is generated. Experiment results show that the optimized algorithm had better performance in the generation of exhibit motion trajectories， smaller motion errors and fewer invalid routes.

Keywords： digital museum; virtual presentation; human?computer interaction; motion error; Kalman filtering; gesture recognition

0 ?引 ?言

虛擬現實技術發(fā)展迅速，它通過網絡技術和圖像技術將實物按照一定比例生成模型，在模型的生成過程中保留了原來實物的特征，無限接近實物的原貌，以求在計算機上用模型研究來代替實物研究。博物館藏品因為稀缺性，不適用于大規(guī)模展示，但是考慮到文化教育和歷史傳承，博物館起到了重要作用，所以博物館的大規(guī)模開放很有必要[1]。如何解決文物藏品在不被損壞的情況下進行大規(guī)模的展示，可將博物館文物藏品進行數字化顯示，然后進行虛擬展示便可以解決此難題。數字化的博物館可以將文物藏品先進行模型構建，生成文物藏品的數字化模型，然后完成虛擬展示[2?3]。

虛擬展示技術在博物館、旅游景點、電子商務等方面都得到了充分的應用[4]，取得了較好的效果。虛擬展示技術很多，用戶可以通過計算機、手機等設備進行人機交互，查看展品。本文采用手勢識別的人機交互方式，并在傳統(tǒng)手勢識別解析算法的基礎上進行優(yōu)化，提高展品虛擬展示的有效性和精確度。

1 ?人機交互手勢識別優(yōu)化算法

數字化博物館的人機交互系統(tǒng)在設計過程中主要是將用戶的指令準確地解析并實現博物館展品的全方位展示。在交互過程中，根據用戶的手勢了解用戶意圖，手勢動作和展示模型的動作變換關系是人機交互系統(tǒng)設計需要重點解決的問題[5]。下面將對人機交互進行數學建模。

設用戶手勢在規(guī)定時間[t]內的位移量為[Δsu]，博物館展品在規(guī)定時間[t]內的位移量為[Δsm]。為了防止用戶手勢數據采集過程中出現干擾，需要對手勢數據進行有效濾波[6]，本文采用卡爾曼濾波，濾波函數表示為[f（? ）]，考慮到手勢位置變化和展品位置變化不在同一空間，因此還需要對兩者進行空間坐標變換，函數表示為[tr（? ）]。那么用戶手勢和展品之間的變化關系為：

2 ?實例仿真

為了驗證本文算法在數字化博物館虛擬展示的人機交互性能，采用Matlab進行實例仿真，在Matlab平臺上借助robot包對運動控制過程進行仿真。在仿真過程中，將手勢經過稀疏優(yōu)化的性能與未經過優(yōu)化的性能進行對比，驗證兩種算法表現的性能差異。

首先導入，連接好硬件攝像頭，選擇三個位置點作為目標點，選定一個起始點，然后手掌開始移動，兩種算法的仿真結果如圖1所示。

圖1 ?運動軌跡比較

從圖1可以看出，在三維空間坐標系中，兩種算法在運行一段時間后，均從起始位置移動到了目標位置，但是優(yōu)化前的算法在軌跡移動過程中產生了一些干擾無效動作，消耗了移動時間，對于博物館的展品虛擬展示效果并不理想，會造成用戶操作的體驗感差，優(yōu)化過后的算法表現明顯有所增強。相比較而言，移動到目標點3的性能最優(yōu)，無效路徑最少，運動路徑最短。

圖1可以較好地展示兩種算法的運動軌跡，但是沒有實際的運動距離和運動誤差的計量結果，下面對兩種算法的運動誤差進行仿真，仿真結果如圖2所示。

圖2 ?運動誤差比較

從圖2可以看出，隨著運動時間的增加，兩者的運動誤差有明顯的差異，優(yōu)化后展品的運動誤差小于優(yōu)化前。隨著時間的增長，優(yōu)化后算法的運動誤差逐漸減小，而優(yōu)化前的運動誤差震蕩幅度大，未見收斂趨勢，當運動時間達到40 s時，優(yōu)化后的算法運動誤差約為0.1 mm，誤差非常小，完全可以滿足博物館的展品虛擬展示要求，對于虛擬展示有較強的適用性。

3 ?結 ?語

本文采用手勢識別的方法完成數字化博物館虛擬展示的人機交互，可以較好地展示展品的動作軌跡，提高手勢識別的效率和精確度，對博物館的文物藏品有效展示提供幫助，廣泛適用于數字化博物館的虛擬展示等研究中。

參考文獻

[1] 劉文杰.“互聯(lián)網+”在數字化博物館建設中的應用：以大英博物館“眾包模式”完成藏品數字化工作為例[J].博物館研究，2017（1）：21?28.

LIU Wenjie. Application of "Internet +" in the construction of digital museum： taking the digital crowdsourcing mode of British Museum as an example [J]. Museum research， 2017（1）： 21?28.

[2] 馮乃恩.博物館數字化建設理念與實踐綜述：以數字故宮社區(qū)為例[J].故宮博物院院刊，2017（1）：107?122.

FENG Naien. Summary of the concept and practice of digital museum construction： taking the Digital Palace Museum Community as an example [J]. Journal of the palace museum， 2017 （1）： 107?122.

[3] 張江龍.博物館數字化展示技術及虛擬展覽研究[J].中國博物館，2017（4）：88?92.

ZHANG Jianglong. Research on digital display technology and virtual exhibition of museum [J]. China museum， 2017（4） ：88?92.

[4] 丁錚.增強現實和虛擬現實在博物館的應用[J].信息與電腦（理論版），2017（24）：47?50.

DING Zheng. Application of augmented reality and virtual reality in museums [J]. Information and computer （Theoretical edition）， 2017（24）： 47?50.

[5] SUN C Y， YU S J. Personalized wearable guides or audio guides： an evaluation of personalized museum guides for improving learning achievement and cognitive load [J]. International journal of human?computer interaction， 2018（3）： 1?11.

[6] FORBRIG P， PATERN? F， PEJTERSEN A M. Human?computer interaction [J]. Encyclopedia of creativity invention innovation & entrepreneurship， 2017， 19（2）： 43?50.

[7] LEE K F， CHEN Y L， HSIEH H C， et al. Application of intuitive mixed reality interactive system to museum guide activity [C]// Proceedings of 2017 IEEE International Conference on Consumer Electronic. Taipei， China： IEEE， 2017： 257?258.

[8] 盛偉，王保云，何苗，等.基于評分相似性的群稀疏矩陣分解推薦算法[J].計算機應用，2017，37（5）：1397?1401.

SHENG Wei， WANG Baoyun， HE Miao， et al. Group sparse matrix decomposition recommendation algorithms based on score similarity [J]. Computer applications， 2017， 37（5）： 1397?1401.

[9] 黨小超，劉顏星，郝占軍，等.無線傳感網中一種用于壓縮感知的測量矩陣優(yōu)化方法[J].小型微型計算機系統(tǒng)，2017，38（9）：1966?1970.

DANG Xiaochao， LIU Yanxing， HAO Zhanjun， et al. An optimization method of measurement matrix for compressed sensing in wireless sensor networks [J]. Minicomputer system， 2017， 38（9）： 1966?1970.