趙玉芹，劉 琳

東華理工大學軟件學院，江西 南昌 330013

0 引言

隨著計算機應用技術的不斷發(fā)展，人與計算機的交互活動越來越成為人們?nèi)粘Ｉ畹囊粋€重要組成部分。最近幾年，符合實際交流習慣的新穎人機交互技術取得了可喜的進步。手勢識別是其中比較熱門的一個研究課題。手勢是人類最自然的表達方式之一，手勢指的是一種自然、直觀、易于學習的人機交互手段，是人與人溝通的重要媒介。在手勢識別中，由于不同的手勢動作經(jīng)常同時包含類似的動作，而且動作之間的轉(zhuǎn)換在時間點上具有模糊性和重疊性。所以手勢動作的識別是人機交互領域一個復雜而具有挑戰(zhàn)性的研究。動態(tài)手勢識別中手勢運動序列的描述是一個關鍵問題，一些文獻使用隱馬爾可夫模型來描述手勢運動，隱馬爾可夫模型要求手勢動作序列是獨立的，而實際上手勢動作序列具有長距離依賴性。利用條件隨機場描述手勢動作序列則可以避免數(shù)據(jù)必須獨立的假設。

1 條件隨機場

1.1 包含回路的條件隨機場的轉(zhuǎn)換

可以認為條件隨機場（CRF）是一個無向圖模型，或者隨機馬爾科夫場，定義G=（V,E）為一個無向圖，存在隨機變量序列X。隨機變量sv服從馬爾科夫性質(zhì)，即：

其中(X,S)為一個條件隨機場。條件隨機場是一個以觀察序列X為條件的隨機場。在給定X條件下，狀態(tài)序列S的聯(lián)合概率為

其中X是樣本序列，S為狀態(tài)序列。

可以將S認為是狀態(tài)，而X認為是觀察樣本。與隱馬爾可夫模型不同，條件隨機場模型不需要估計狀態(tài)的概率分布模型。

不同的應用模式，可以運用不同的圖形來描述條件隨機場中變量之間的關系。當變量之間存在層次概念時，可以選擇樹狀結構來描述層次關系；當要描述兩個不同路徑但是有共同時間索引的馬爾科夫模型狀態(tài)與數(shù)據(jù)之間的關系時。可以選擇動態(tài)條件隨機場架構。

在條件隨機場的相關研究中，往往使用現(xiàn)行鏈狀結構來描述變量之間的依賴性。事實上，在隨機場中，變量的依賴關系有時候會出現(xiàn)回路。尤其是在時間順序上前后相互影響的變量。這時，精確的樹狀推論方法就不能用來正確的推算變量的聯(lián)合概率。因此我們可以依照聯(lián)合樹的步驟來分析該圖形，并建立一個樹狀的結構。使得可以用標準的推演方法來推算這一圖形模型。假如圖形符合建構聯(lián)合樹的條件，則建構相對應的聯(lián)合樹圖。

1.2 特征函數(shù)的定義

條件隨機場模型的特征函數(shù)的定義取決于狀態(tài)與狀態(tài)之間的關系，以及觀察狀態(tài)序列之間的關系，因此應用最大似然訓練的隱馬爾可夫模型（HMM）進行特征提取?？梢杂盟迫欢确謹?shù)和狀態(tài)轉(zhuǎn)移概率來定義特征函數(shù)。首先用隱馬爾可夫模型獲得經(jīng)過狀態(tài)分割的狀態(tài)序列，以及每一個時間點觀測值與每個狀態(tài)的相似度分數(shù)。即可求出特征函數(shù)的值。

定義特征函數(shù)的方法如下：對每一個手勢動作中的每一個狀態(tài)建立一個特征函數(shù)：

其中p(xt|st)代表相似度。可以得到相對應的三個特征函數(shù)為：

使用GIS（Genera1ized Iterative Sca1ing）訓練模型參數(shù)。求出對應的特征函數(shù)的值，建構條件隨機場模型。

2 基于條件隨機場模型的手勢識別

2.1 條件隨機場模型的訓練

最大化條件似然對數(shù)P（c|X）是條件隨機場模型訓練的目標，其中c為類別，每一個類別c中都存在特定的狀態(tài)序列，因此最大化P（c|X）等同于最大化p (S ∈c|X)，通過微分求極值的運算后得到最終結果，即特征函數(shù)的期望與真實模型期望相等時，條件似然對數(shù)最大。

特征函數(shù)實驗期望值的計算，每一個接受訓練的模型都有對應的訓練數(shù)據(jù)。我們可以得到這些數(shù)據(jù)對自己所屬模型的分割與似然分數(shù)，因此我們可以求出每一個對應的特征函數(shù)值，最后再將相同的特征函數(shù)在訓練數(shù)據(jù)中得到的分數(shù)相加，就的到了特征函數(shù)的實驗期望。

在計算特征函數(shù)真實模型期望時，要考慮每一個觀察序列對每一個類別都有影響，因此不能認為觀察序列所屬的類別是已知的。我們必須獲得所有觀察序列對每一個類別的分割信息與累積分數(shù)。在計算某個特征函數(shù)時，因為這個狀態(tài)只會出現(xiàn)在某個類別中，因此在計算時，只會有一個被加進來。因此我們可以計算出每一個特征函數(shù)的真實模型期望。步驟如下：

1）計算每一個特征函數(shù)的實驗期望值；

2）參數(shù)初始化；

3）計算每一個特征函數(shù)的真實模型期望；

4）調(diào)整參數(shù)使得每一個特征函數(shù)的真實模型期望值逼近實驗期望；

5）回到3），直到終止條件成立。

2.2 基于條件隨機場模型的識別

當一個觀察序列進入條件隨機場之前，我們可以求出每一個特征函數(shù)值，在特征函數(shù)值算好后，則可以代入鑒別函數(shù)中，求的這個觀察序列對于每一個動作的分數(shù)。鑒別函數(shù)為

其中ci為第i個動作類別，X為測試中的觀測值序列。

使用Microsoft Visau1 C++ 6.0實現(xiàn)了本文的算法。動態(tài)手勢樣本選用瑞士IDIAP的兩手數(shù)據(jù)庫。這個數(shù)據(jù)庫中總共包括7個雙手手勢視頻 ，分別為 Push、Up、Down、Front、Back、Left、Right。數(shù)據(jù)庫中包括訓練樣本和測試樣本，訓練樣本中，每個動作有70部。訓練樣本中，每個動作有60部。從數(shù)據(jù)庫中取100部視頻，其中30部作為訓練樣本，70部作為測試樣本。通過訓練條件隨機場模型，并進行識別實驗，實驗結果顯示識別率均在70%以上。

3 結論

本文將條件隨機場應用于動態(tài)手勢識別，解釋手勢動作序列之間的相關性。用聯(lián)合樹算法將存在回路的條件隨機場架構轉(zhuǎn)換成子圖樹，用樹狀推演算法計算整體的聯(lián)合概率?；陔[馬爾可夫模型，獲得適合于連續(xù)變量的特征函數(shù)。利用本文的算法進行了手勢識別實驗，取得了較理想的識別率。

[1]杜友田.基于視覺的人的運動識別綜述[J].清華大學自動化系.電子學報，2007(1).

[2]任雅祥.基于手勢識別的人機交互發(fā)展研究[J].計算機工程與設計，2006(7).