基于视觉的动态手势信号识别综述
摘 要：随着近年来虚拟现实技术的不断发展，以人为中心的人机交互方式中的手势识别技术成为热点方向。手势识别技术是一种基于先进感知计算机模式识别技术融合的新型人机交互技术。近年来，手势识别技术在众多场景中得到了广泛应用，如手语识别、智能驾驶、虚拟现实、体感游戏等，其发展对于实现人机自然交互具有重要研究意义。为了解动态手势识别的发展现状，本文对近年来国内外相关文献进行了研究，概述了动态手势信号的研究现状以及涉及到的关键技术。基于视觉的动态手势识别流程一般包括手势检测与分割、手势追踪、手势特征提取以及手势分类。本文主要对手势分类所涉及到的算法进行了重点梳理。此外，还简要指出了动态手势识别的研究难点，以及未来展望。
关键词：人机交互 基于视觉 动态手势识别 特征提取 手势分类
一、引言
随着计算机性能的逐步提高和计算机视觉技术的不断发展，人机交互技术逐渐从以机器和计算机为中心转移到以人为中心[1]。手势是人类最常用的人机交互方式之一[2]，也是人类在日常交流沟通中传递信号的一种手段。针对于近年来虚拟现实技术的不断发展，以人为中心的人机交互方式中的手势识别技术成为热点方向，人机交互已经成为了人们日常生活的重要组成部分，从简单的二维信息交互，发展到人与机器在自然交流的同时获得更好的交互体验，这也让手势识别的研究达到了新的高度。手势识别技术是一种基于先进感知计算机模式识别技术融合的新型人机交互技术，涉及数学、计算机图形学、生理学、模式识别、医学等多个学科，是多学科交叉的研究课题[3]。由于手势信号本身存在多样性、广义性以及时间和空间上的差异性等特点[4]，以及周围环境的变化和复杂情况等因素影响识别效果[5]，使得当前的手势信号识别技术未能真正的实现人机自然交互，因此对于手势信号识别技术的研究仍然具备其现实意义。
二、动态手势信号识别研究现状
手势由一段时间内一连串手形组合而成，是人手的造型或手与手臂一起形成的各种动作，姿态[6]。手势可以作为信号来传递出想要表达的内容。根据手势是发生在某一时刻还是发生在某一时间段[7]，可以将手势识别分为两类：静态手势识别[8][9]和动态手势识别[10][11][12]。静态手势识别关注于某一时刻的手势图像，识别结果与检测物体的外观特征，如位置、纹理、形状等相关。由于这些外观特征不会随时间变化影响，因此较容易识别。但也由于其不随时间变化的特性，使得其表达的信息有限，在实际应用中具有一定的局限性。动态手势识别则关注于连续时间段的视频序列，识别结果与检测物体的外观特征以及序列所描述的时空特征有关。其不仅要考虑位置、纹理、形状等相关信息，还需要考虑动作所产生的轨迹信息以及上下文语义，因此相较于静态手势识别，动态手势识别实现难度更大。但由于动态手势识别贴近人的表达习惯，更符合现实应用需求，具有更强的实用性，因此本文主要对动态手势识别进行研究。
（一）手势特征提取
要完成手势识别，首先需要将手势信号输入到计算机。根据输入设备的不同可以将手势识别的手段分为：基于传感器的方法、基于无线信号的方法和基于视觉的方法。
基于传感器的方法主要包括基于可穿戴氏物理设备的方法和基于微电机系统(Micro-electro-mechanical system, MEMS)的方法。基于可穿戴式物理设备的方式主要通过让用户穿戴有传感器的设备来收集手势信息，通过放置在手指和手腕节点处的传感器以及位置跟踪器总而获取手指弯曲度和位置信息。常见的设备有：数据手套、触摸屏、手柄、陀螺仪等[13]。这种方法的优点是获取信息的精度高、反应时间快、处理时间短，可以达到实时性。但是其缺点是用户必须佩戴相关设备，具有不便性。以及设备价格昂贵，难以大规模应用。而MESE传感器灵敏度高、体积小、能耗低，在空间定位、运动感知方面具有准确性，可以用于捕捉检测物体的运动轨迹[14]。通过MESE传感器可以较为方便的捕捉高速手势信号并将其集成到设备当中，从而进行手势信号识别。但由于惯性传感器的制约以及手势运动范围较小，对于运动轨迹计算精度存在误差[15][16]。
