劉宇

北京郵電大學

基于計算機視覺的手勢檢測識別技術

劉宇

北京郵電大學

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

計算機視覺；手勢識別；技術

前言

進入到二十一世紀過后，在世界范圍內計算機信息處理技術不斷飛速發(fā)展的前提下，國際范圍內各主要經濟大國之間智能圖像識別技術的應用水準，也獲得了突飛猛進的發(fā)展。當今社會廣泛流行的圖像系統識別技術手段的應用方式，也是在傳統人類仿生模擬神經元技術研發(fā)設想的基礎之上，進一步完善和發(fā)展得來的。

一、圖像智能識別技術手段的發(fā)展近況

（一）智能識別技術手段的發(fā)展近況

國內計算機領域的專業(yè)技術人員董麗君與元森等人，在結合國內圖像識別技術應用現狀的基礎之上，對美國圖像識別技術的方案應用形式，做出了進一步的改善。并將改革過后的圖像識別技術，廣泛應用在醫(yī)學以及汽車工業(yè)制作的生產領域之中。二十一世紀初期，國際著名計算機技術研究人士威廉等人聯合推出了向量機械設備學習網絡的研究設想?？v觀智能識別技術手段的發(fā)展歷程，向量機械設備研究理論的提出不僅是圖像識別統計理論中的一大壯舉，也是能夠幫助技術人員準確核算圖像識別數據的最佳途徑之一[1]。

在目前國際范圍內手勢識別技術的研發(fā)歷程之內，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)境受到嚴重的限制，其手部存在大量暗影、不能完全映照在識別設備指定的展示區(qū)域之內。不僅相應識別系統核算結果的精準度會受到嚴重的影響，而且手勢識別與手勢所處背景的分割效率也會出現不同程度的誤差。其次，作為圖像識別技術的主要對象人手，同時有手指、手背等多個不同的關節(jié)部分共同組成。在手腕與手掌的關節(jié)連接處，存在大量需要識別程序及時分割的信息內容。如何提升這一信息識別環(huán)節(jié)的精準度，也是需要技術人員重點關注的研究課題。

（二）系統處理案例的研究與分析

為更好的檢測圖像識別技術應用的精準度及其能夠為人類生產生活帶來的便利，筆者通過列舉正方形、圓形、三角形等經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，搜集相應的識別對象、設定不同識別對象存儲方式之間的轉換、電子識別對象的過濾與分割，以及相應學閉運算模型的融入等等，都是案例分析需要歷經的主要研究流程，如圖1。為更好的保障相應圖像識別程序的實際運行效率，技術人員應當在案例研究的環(huán)節(jié)內，將原本PDF存儲方式的識別對象，及時轉換成HSV的存儲格式。在及時進行存儲格式轉換過后的圖像識別對象，其實際識別環(huán)節(jié)內的成像清晰度也將得到更好的保障。

二、基于計算機視覺的手勢檢測識別技術

（一）手勢測試與識別的主要流程

首先，技術人員需要通過調取動態(tài)手勢識別，將手勢運動成百上千個動態(tài)畫面進行分析處理。為更好的去除動態(tài)畫面分析對象當中存在的多余的信息識別內容，技術人員可以通過應用平面滑動或者濾波處理的技術模式，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)領域之內，部分技術工作人員也將這一初期的工作流程，稱為是手勢識別技術應用的圖像預處理的工作環(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，通過實現手勢識別對象與識別背景之間的區(qū)域分離，精準劃分手勢識別技術應用的實際工作區(qū)域，為最后收拾識別檢測數據的獲取提供強有力的前提基礎。最后在收拾識別的技術檢測環(huán)節(jié)內，技術人員應當在設定系統編程模式之前，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行深入的分析。各種手勢識別對象以及檢測結果的記錄總結，均需要設定嚴格統計的工作流程規(guī)范，以便更好的保障新型識別技術應用與研發(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計

（二）區(qū)域分離的主要方法

在通常情況下，目前技術人員在系統編程中，通過應用最小二乘法的模擬計算模式識別圓形的圖像識別對象。通過應用最小核心的擬合算法，提升對矩形圖像識別的精準度。但無論是應用哪一種圖像識別的編程核算流程，只有技術操作人員能夠首先精準測量指定識別對象的形心位置，才能在最終得到準確無誤的識別評價結果，實現對指定識別區(qū)域的位置分離。人手是富有彈性的圖像識別對象，與傳統矩形、圓形等經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出現小型誤差的前提條件下，仍舊能夠保障相應識別檢測結果的一致性，一直是需要技術人員重點攻克的難點。只有將兩種不同分離方式相互結合，才能更好的保障圖像識別結果的精準度[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的研發(fā)階段內，可供技術工作人員廣泛應用的手勢識別方式，主要可以根據其識別信息輸入形式的不同，劃分為兩種較為經典和基本的檢測類型。其一是基于數據手段硬件輔助設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之上，進行手勢識別信息輸入的檢測方法。

在利用手套硬件輔助設備實現的手勢信息輸入方式的應用，是通過應用手勢空間軌跡運動的系統編程方式得以實現的。相比傳統數據識別的系統構架模式，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)域內做出的動作指示信息。無論是在識別檢測結果的精準度方面、還是在手勢信息輸入的識別速度、或者相應信息安全保障的可靠性方面，都較傳統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，相應輸入設備在經濟市場環(huán)境中的銷售價格過于昂貴。這一固有的應用弊端，導致動態(tài)受到信息輸入與識別技術的應用并沒有得到大面積的推廣[3]。

基于計算機應用而產生的手勢識別技術，是目前備受社會關注的視覺檢測技術手段。相比以往手套信息輸入與識別技術的應用，基于計算機新型手勢識別方法的研發(fā)，是圖像識別技術研發(fā)歷史上的一大創(chuàng)新和優(yōu)化。通過結合應用攝像頭的圖像錄入設備，將指定手勢識別對象的動態(tài)影像傳輸到計算機識別程序之內。圖像識別系統能夠根據技術人員預先設定的運行程序，對指定的手勢視頻進行信息掃描處理。在相應動態(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)背景以及相應手勢運動的實際流轉軌跡。在結合動態(tài)視頻各項基本參數信息的前提下，總結記錄指定的識別測評結果。這種動態(tài)識別的技術處理手段，能夠結合手勢動作的肢體變化特征，生成更加精準的動態(tài)信息描述。在計算機程序編設技術的幫助下，手勢識別技術的應用無需購買昂貴的輔助設備，不僅能夠幫助相應企業(yè)減輕技術應用的經濟支出壓力，還能為指定識別檢測技術的大面積推廣，奠下堅實有力的前提基礎。

三、手勢檢測與識別技術的發(fā)展趨勢

在未來電子圖像識別以及手勢信息識別技術研發(fā)工作的發(fā)展進程之中，隨著國際范圍內各個國家在計算機技術應用方面的研發(fā)深入不斷強化，指定圖像識別信息檢測的精準度也將得到不同程度的提升。各種全新的硬件輔助設備的生產，將把手勢識別與檢測技術的研發(fā)推向一個嶄新的研發(fā)高度之上。有部分專業(yè)技術研發(fā)領域的工作人員，在結合目前手勢識別技術發(fā)展近況的基礎之上，深入調查當下識別技術消費市場的實際需求取向，對未來手勢識別技術的研發(fā)方向開展的詳盡的預測。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便捷化應用的市場需求，一次性識別成功的技術研發(fā)，將成為手勢識別技術研發(fā)的終極目標。通過實現對識別流程的簡化，推動整個手勢識別技術向更加智能化以及人性化的方向不斷發(fā)展[4]。

在此基礎之上，為使手勢識別技術的研發(fā)與應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的研發(fā)能夠準確依附消費群體的需求變化趨勢。在未來技術研發(fā)與推廣的實踐環(huán)節(jié)內，各手勢識別技術的推廣企業(yè)將構建以消費對象為主體的技術識別體驗中心。通過模擬體驗中心的構建，消費者能夠在不用支付經濟成本的前提下，基礎并體會到人機交流的信息傳遞模式。在體驗中心專業(yè)工作人員技術指導的幫助之下，消費者對手勢識別技術的應用將更加自然。基于手勢識別技術的研發(fā)同時覆蓋了智能技術研發(fā)、心理學研究、動畫繪制以及影視制作傳輸，等人類社會多個生產領域各不相同的技術范圍。技術體驗中心的構建，還能有效彌補在傳統人機交互模式中存在的欠缺與不足，手勢識別檢測技術應用與研發(fā)的交叉性構架特征將得到更深一步的凸顯。通過轉換手勢識別技術研發(fā)設計的發(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應用為其帶來的便利。

結論

新型手勢識別檢測技術的研發(fā)與應用，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。手勢識別檢測技術的研發(fā)與應用，是對傳統人機信息交流方式處理與應用的完善與革新。鑒于國內計算機手勢檢測識別技術實踐應用的時間尚短，大部分技術人員沒能累積足夠的工作經驗。在未來同領域的技術研發(fā)歷程之內，在計算機處理手段的幫助下，手勢檢測識別技術的應用也將受到更多人的認可。

[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].微型機與應用,2015,06：53-55.

[2]李姝蓉,黃元元,胡作進,等.非特定人群動態(tài)手語視頻中的關鍵幀檢測算法[J].小型微型計算機系統,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[J].計算機工程與應用,2015,15：167-173.

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