韓彥鵬，秦飛舟

（寧夏大學(xué)物理與電子電氣工程學(xué)院，寧夏銀川 750021）

隨著科學(xué)技術(shù)的不斷進(jìn)步,人機(jī)交互向著越來越便捷的方向發(fā)展，各種體感設(shè)備都對人機(jī)交互方式產(chǎn)生了巨大影響，人們的生活方式也因人機(jī)交互而發(fā)生改變[1]。在人機(jī)交互技術(shù)領(lǐng)域中，手勢交互正在成為行業(yè)的熱點之一。在手勢交互技術(shù)中，手勢識別算法是最為關(guān)鍵的內(nèi)容。

1 數(shù)據(jù)采集

1.1 手勢采集設(shè)備

目前，手勢采集的方式主要有數(shù)據(jù)傳感手套和視覺信息采集兩種。數(shù)據(jù)傳感手套的采集方式為通過在手指、指尖和手背等部位佩戴傳感器，采集手部動作數(shù)據(jù)發(fā)送到電腦端；視覺信息的采集方式為通過攝像頭采集規(guī)定空間領(lǐng)域內(nèi)的信息圖像，發(fā)送到電腦端。

常用的視覺信息采集設(shè)備有Kinect[2]和Leap-Motion[3]兩種。LeapMotion 具有的紅外濾光膜能消除特定場景下光線明暗變化帶來的準(zhǔn)確性偏差問題，對環(huán)境依賴性更小，手部識別的準(zhǔn)確性更高，它的工作距離的范圍為25～600 mm，掃描頻率為每秒200 幀，150°的大視野范圍使其捕捉系統(tǒng)更具有準(zhǔn)確性和應(yīng)用性[4]。文中采用LeapMotion 作為采集工具，圖1 為LeapMotion 拆分結(jié)構(gòu)，圖2為LeapMotion工作范圍。

圖1 LeapMotion拆分結(jié)構(gòu)

圖2 LeapMotion工作范圍

1.2 手部節(jié)點模型及提取特征

LeapMotion 通過對手部節(jié)點位置和運動特征追蹤、定位，完成手部數(shù)據(jù)記錄，手部節(jié)點模型[5]如圖3所示。手部運動特征[6]由指尖方向向量和掌心法向量組成，如圖4 所示。采集到的數(shù)據(jù)以文本格式存儲到指定的文件夾內(nèi)。

圖3 手部節(jié)點模型

圖4 指尖方向向量和掌心法向量

1.3 手勢采集系統(tǒng)的搭建

手勢數(shù)據(jù)采集環(huán)境由PC 機(jī)和LeapMotion 設(shè)備組 成。在PC 機(jī)上安裝LeapMotion SDK（Software Development Kit）、Python2.7 編譯器和PyCharm 平臺組成開發(fā)環(huán)境。PC 機(jī)負(fù)責(zé)存儲采集到的手部數(shù)據(jù)，LeapMotion 作為手部數(shù)據(jù)采集的硬件。

1.4 手勢數(shù)據(jù)集

構(gòu)建的手勢數(shù)據(jù)集設(shè)計了以下五種手勢樣本：剪刀、石頭、布、GOOD、OK，如圖5 所示。通過Python程序完成對五種手勢數(shù)據(jù)的多次收集并建立數(shù)據(jù)集，每種手勢設(shè)置了120 組訓(xùn)練數(shù)據(jù)。

圖5 五種手勢樣本

2 改進(jìn)KNN算法

2.1 K-近鄰算法

K-近鄰算法（K-Nearest Neighbor,KNN）是一種基本的分類與回歸算法，1968 年由Cover 和Hart 提出，通過測量不同特征值之間的距離來進(jìn)行分類，具體原理：給定一個訓(xùn)練數(shù)據(jù)集，對新輸入的實例，在訓(xùn)練數(shù)據(jù)集中找到與該實例最鄰近的K個實例，如果這K個實例的多數(shù)屬于某個類，就把該實例歸于這個類[7-8]。如圖6 所示，有A 和B 兩類不同的樣本集，待分類樣本點為C，在與C 相鄰最近的六個點中，A 類有四個，B 類有兩個，由此判定點C 屬于A 類。

圖6 K-近鄰算法分類原理圖

2.2 KNN算法的優(yōu)缺點

KNN[9]算法以其穩(wěn)定性好、準(zhǔn)確率高等特點受到廣泛應(yīng)用，但其對訓(xùn)練數(shù)據(jù)依賴程度較大。若在訓(xùn)練數(shù)據(jù)集中，有一兩個數(shù)據(jù)是錯誤的，恰好又在需要分類數(shù)值附近，則會導(dǎo)致預(yù)測數(shù)據(jù)不準(zhǔn)確，對訓(xùn)練數(shù)據(jù)的容錯率較低。KNN 算法對于“維數(shù)災(zāi)難”問題也未能很好地解決，由于每個待分類的樣本都要計算它到全部點的距離，根據(jù)距離排序求得K個鄰近點，在面對高維度數(shù)據(jù)（維度不小于2 且擁有多個屬性的數(shù)據(jù)）時，分類的準(zhǔn)確性會受到影響。

2.3 SVM算法改進(jìn)KNN算法的理論基礎(chǔ)

支持向量機(jī)（Support Vector Machine，SVM）算法是采用結(jié)構(gòu)風(fēng)險最小化準(zhǔn)則設(shè)計的，考慮了經(jīng)驗風(fēng)險和置信范圍[10]。對于非線性問題，通過線性變換轉(zhuǎn)到高維度的特征空間，在高維特征空間[11]中構(gòu)造線性判別函數(shù)來實現(xiàn)訓(xùn)練樣本分類，其算法復(fù)雜度與特征空間的維數(shù)無關(guān)，避免了“維數(shù)災(zāi)難”問題。

SVM 算法主要針對有限樣本情況，其目標(biāo)是得到現(xiàn)有信息下的最優(yōu)解，而不僅僅是樣本數(shù)趨于無窮大時的最優(yōu)解，SVM 算法通過學(xué)習(xí)，選擇出只占訓(xùn)練樣本集少部分的支持向量，通過SVM 算法處理的數(shù)據(jù)，可以得到全局最優(yōu)解。因此SVM 算法可以彌補(bǔ)KNN算法的缺點，文中將利用SVM 算法對KNN 算法進(jìn)行改進(jìn)，幫助KNN 算法完成對錯誤和差值較大數(shù)據(jù)的預(yù)處理，改進(jìn)的算法命名為S-KNN算法。

2.4 S-KNN算法原理

通過對手勢數(shù)據(jù)進(jìn)行歸一化處理來判斷其是否在探測范圍內(nèi)，若在范圍內(nèi)則輸入SVM 算法進(jìn)行下一步手勢數(shù)據(jù)篩選，若不在探測范圍內(nèi)則舍棄數(shù)據(jù)。手勢數(shù)據(jù)通過算法處理后再次判斷是否為良好的手勢數(shù)據(jù)，良好數(shù)據(jù)的標(biāo)準(zhǔn)為：

1）若手勢數(shù)據(jù)節(jié)點（真實風(fēng)險值）與算法預(yù)測值（經(jīng)驗風(fēng)險最優(yōu)值）相差超過10%,則舍棄該節(jié)點。

2）若兩節(jié)點（或兩個節(jié)點以上）在空間位置重合,則去除重合節(jié)點。

滿足以上兩個條件，則判斷為良好的手勢數(shù)據(jù)，輸入給下一層級的KNN 算法處理。通過兩次判斷去除不必要的和錯誤的三維坐標(biāo)信息[12]，使數(shù)據(jù)具有更好的訓(xùn)練性和準(zhǔn)確性。利用KNN 算法進(jìn)行手勢識別計算，測定哪些手指是張開的，哪些是蜷縮的，通過其蜷縮的程度[13]計算出最終結(jié)果。例如需要判斷一個剪刀的手勢，就需要判斷大拇指、無名指和小拇指是蜷縮的，食指和中指是伸開的。通過輸出結(jié)果來驗證S-KNN 算法的魯棒性[14]和有效識別率，S-KNN 算法流程如圖7 所示。

圖7 S-KNN算法流程

3 驗證結(jié)果與分析

3.1 S-KNN 算法與基于歐式距離的KNN 算法的平均識別率對比

如圖8 所示，S-KNN 算法與基于歐式距離的KNN 算法[15]的平均識別率隨著K值變化的對比圖中，線S-KNN-Feature 代表S-KNN 算法的平均識別率，線KNN-EU-Feature 代表基于歐式距離的KNN算法的平均識別率，橫軸代表K的取值，縱軸為識別準(zhǔn)確率。隨著K值的變化二者的識別率有著不同程度的波動，從實驗結(jié)果可以看出，S-KNN 算法對手勢的平均識別率要遠(yuǎn)遠(yuǎn)高于基于歐式距離的KNN算法的平均識別率，當(dāng)K等于10 時，S-KNN 算法對手勢的平均識別率達(dá)到最高，約為97%，而基于歐式距離的KNN算法對手勢的平均識別率只有78.8%左右。

圖8 S-KNN算法與基于歐式距離的KNN算法識別率對比圖

3.2 S-KNN 算法與基于曼哈頓距離的KNN 算法的平均識別率對比

如圖9 所示，S-KNN 算法與基于曼哈頓距離的KNN 算法[16]的平均識別率隨著K 值變化的對比圖中，線S-KNN-Feature 代表S-KNN 算法的平均識別率，線KNN-MA-Feature 代表基于曼哈頓距離的KNN 算法的平均識別率，從實驗結(jié)果可以看出，SKNN 算法對手勢的平均識別率仍遠(yuǎn)高于基于曼哈頓距離的KNN 算法的平均識別率，當(dāng)K等于10～13 時，S-KNN 算法對手勢的平均識別率達(dá)到97%左右，而基于曼哈頓距離的KNN 算法對手勢的平均識別率只有78.2%左右，即使在K=4 時基于曼哈頓距離的KNN 算法對手勢平均識別率達(dá)到最高，也只有79.8%左右，要遠(yuǎn)低于S-KNN 算法的平均識別率。綜上實驗結(jié)果可以看出，改進(jìn)得到的S-KNN 算法對手勢的有效識別率[17]有非常明顯的提高，平均識別率提高了約15%，驗證了該算法的有效性。

圖9 S-KNN算法與基于曼哈頓距離的KNN算法識別率對比圖

3.3 S-KNN算法手勢識別率混淆矩陣圖

如圖10 所示為S-KNN 算法的手勢識別率混淆矩陣圖，橫坐標(biāo)為1、2、3、4、5 代表了“剪刀”、“石頭”、“布”、“GOOD”、“OK”五種不同手勢的預(yù)測手勢標(biāo)簽，縱坐標(biāo)為手勢1 至5 的真實手勢標(biāo)簽，混淆矩陣y行和x列的值為第y類手勢被識別或第x類手勢的概率。從實驗結(jié)果圖可以看出，第二行的實際手勢“石頭”被識別成預(yù)測手勢的“GOOD”概率為5%，第三行的實際手勢“布”被識別成預(yù)測手勢的“石頭”和“OK”概率各為3%，第五行的實際手勢“OK”被識別成預(yù)測手勢的“剪刀”概率為3%，識別錯誤概率均較低，可以判斷S-KNN 算法對五種手勢的識別率均為較高水平，在較為理想的情況下平均識別率均達(dá)到了95%以上。

圖10 S-KNN算法手摯識別率混淆矩陣

4 結(jié)束語

通過以上實驗結(jié)論可以判斷S-KNN 算法相對于傳統(tǒng)的KNN 算法手勢識別準(zhǔn)確率有著較大幅度的提高，對KNN 算法的改進(jìn)是合理且成功的，利用SVM 算法來改進(jìn)KNN 算法可以更好地收集到有效訓(xùn)練集，獲得更高的手勢識別率。