基于樣本軌跡的Kinect手勢(shì)識(shí)別算法

王穎??王玉蘋(píng)

摘要：實(shí)現(xiàn)基于序列圖像的手勢(shì)軌跡識(shí)別，提出一種基于位置關(guān)系的手勢(shì)軌跡識(shí)別方法，利用Kinect體感設(shè)備傳感器提取軌跡序列，分析坐標(biāo)序列的軌跡樣本，通過(guò)黃金分割實(shí)現(xiàn)軌跡的匹配與識(shí)別。實(shí)驗(yàn)結(jié)果證明，該方法能有效識(shí)別手勢(shì)軌跡。

關(guān)鍵詞關(guān)鍵詞：Kinect；手勢(shì)識(shí)別；黃金分割搜索；樣本軌跡；算法

DOIDOI：10.11907/rjdk.143891

中圖分類號(hào)：TP312

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)文章編號(hào)：16727800（2015）002005402

基金項(xiàng)目基金項(xiàng)目：北京服裝學(xué)院2014年青年創(chuàng)新基金項(xiàng)目（2014AL-34 ）

作者簡(jiǎn)介作者簡(jiǎn)介：王穎（1975- ），女，河北保定人，碩士，北京服裝學(xué)院計(jì)算機(jī)信息中心講師，研究方向?yàn)槿藱C(jī)交互技術(shù)。

0引言

在人機(jī)交互中，手勢(shì)具有直觀性、自然性的特點(diǎn)，其已成為人機(jī)交互的一種重要手段[1，2]。手勢(shì)軌跡是按照某種規(guī)則識(shí)別出揮動(dòng)手臂所要表達(dá)的含義，手勢(shì)軌跡信息應(yīng)用有很強(qiáng)的可移植性和可擴(kuò)展性。然而，基于視覺(jué)的手勢(shì)軌跡識(shí)別的前期分割易受光照、背景、攝像頭特性等因素影響，識(shí)別率不高。微軟的Kinect體感設(shè)備通過(guò)傳感器識(shí)別人體關(guān)節(jié)的位置坐標(biāo)，獲取有關(guān)數(shù)據(jù)，為手勢(shì)軌跡識(shí)別提供了良好的基礎(chǔ)[3，4]。利用Kinect坐標(biāo)信息軌跡對(duì)深度圖像進(jìn)行手勢(shì)分割和識(shí)別，不受光照、背景等因素的影響，從而提高了手勢(shì)軌跡識(shí)別的穩(wěn)定性和魯棒性。

1基于樣本的動(dòng)作檢測(cè)

假設(shè)動(dòng)作可以被記錄并序列化，如果當(dāng)前動(dòng)作是已發(fā)生動(dòng)作中的一個(gè)，那么其就可以被檢測(cè)出來(lái)。主要方式是快速比較兩個(gè)動(dòng)作的數(shù)據(jù)是否匹配[5，6]。動(dòng)作是一系列坐標(biāo)序列，通過(guò)坐標(biāo)記錄其到傳感器的距離，因此需要研究數(shù)據(jù)比較算法，將規(guī)格化數(shù)據(jù)變換到一個(gè)統(tǒng)一的參考空間下。

假設(shè)：當(dāng)前坐標(biāo)序列為：

P={p0，p1，…，pn-1}

（1）生成具有特定數(shù)量的坐標(biāo)點(diǎn)的動(dòng)作。

假設(shè)樣本數(shù)量為M，定義采樣間距Lavg=（n-1）/（M-1），pi-1與pi之間的距離為L(zhǎng)i，i-1。在根據(jù)樣本數(shù)量對(duì)坐標(biāo)序列進(jìn)行采樣的過(guò)程中，需要重新計(jì)算采樣點(diǎn)的新坐標(biāo)。做法是遍歷坐標(biāo)序列的點(diǎn)，如當(dāng)前點(diǎn)與前一個(gè)采樣點(diǎn)的距離達(dá)不到采樣間距，繼續(xù)往前遍歷，當(dāng)達(dá)到或者超過(guò)采樣間距時(shí)，則計(jì)算新的坐標(biāo)點(diǎn)。定義遍歷時(shí)累計(jì)的距離變量Lcur，當(dāng)Lcur+LI，i-1>=Lavgcur時(shí)，計(jì)算新的坐標(biāo)點(diǎn)：

p′i=pi-1+（Lavg-Lcur/Li，i-1）*（pi-pi-1）（1）

得到新的坐標(biāo)序列：

P′={p′0，p′1，…，p′n-1}

（2）旋轉(zhuǎn)坐標(biāo)點(diǎn)，使得第一個(gè)點(diǎn)的方向角度為0。

為使匹配的兩個(gè)序列有統(tǒng)一的起點(diǎn)，將坐標(biāo)序列旋轉(zhuǎn)，從而使第一個(gè)坐標(biāo)點(diǎn)的方向角度為0。計(jì)算坐標(biāo)序列的中心坐標(biāo)，并得到第一個(gè)坐標(biāo)點(diǎn)相對(duì)于中心坐標(biāo)的方向角。以此方向角為旋轉(zhuǎn)角度，利用二維空間旋轉(zhuǎn)矩陣得到新的坐標(biāo)序列。

（3）將坐標(biāo)值映射到[0，1]區(qū)間。

如得到的坐標(biāo)序列的數(shù)值范圍不統(tǒng)一，將帶來(lái)匹配的不準(zhǔn)確性。為此，需要將坐標(biāo)范圍統(tǒng)一到[0，1]區(qū)間內(nèi)。

（4）規(guī)格化動(dòng)作序列點(diǎn)的原點(diǎn)。

經(jīng)過(guò)上述處理，動(dòng)作軌跡的序列點(diǎn)具備了統(tǒng)一的方向和坐標(biāo)，還需對(duì)原點(diǎn)進(jìn)行處理，以便具有與樣本相同的參考點(diǎn)。規(guī)格化步驟如圖1所示。

經(jīng)過(guò)規(guī)格化操作，即可進(jìn)行匹配。將長(zhǎng)度一樣的坐標(biāo)點(diǎn)序列規(guī)格化為統(tǒng)一的尺度、方向和中心。

黃金分割搜索（Golden Section Search）[7]是一種通過(guò)不斷縮小單調(diào)連續(xù)函數(shù)極值的范圍，找到極值的方法。利用黃金分割搜索方法不需使用導(dǎo)數(shù)求取函數(shù)的極值，具有很強(qiáng)的實(shí)時(shí)性和便捷性。

假設(shè)函數(shù)f（x）在[a， b]上連續(xù)，并且是單調(diào)函數(shù)，即f（x）在[a， b]間只有一個(gè)極小值，或者只有一個(gè)極大值。使用對(duì)分方法，通過(guò)比較函數(shù)值將包含極值的區(qū)間變小。所設(shè)計(jì)的算法需滿足兩個(gè)目標(biāo)：一是在區(qū)間檢索中能夠找到最優(yōu)的區(qū)間減小因子；二是減少函數(shù)調(diào)用的次數(shù)。

圖1軌跡序列規(guī)格化

計(jì)算中間點(diǎn)m=（a+b）/2，求x1和x2，定義x1=m-δ/2，x2=m+δ/2，使得f（x1）≠f（x2）。如果f（x1）

圖2為找出最小值的步驟。F（x）的函數(shù)值位于垂直坐標(biāo)軸上，參數(shù)x位于水平坐標(biāo)軸。可以看出，有3個(gè)位于函數(shù)f（x）上的值被計(jì)算出來(lái)：x1，x2和x3。可見(jiàn)f（x2）小于f（x1）和f（x3）， 所以很明顯的，最小值處于x1和x3之間。

圖2最小值求解

接下來(lái)的步驟是計(jì)算函數(shù)位于另一個(gè)點(diǎn)x4的值。從圖2可以看出，如果函數(shù)值落在f4a，最小值則在x1和x4之間新的點(diǎn)將是x1，x2或x4；如果函數(shù)值為f4a，新的點(diǎn)將是x2，x4或x3。因此，無(wú)論是哪種情況，都可以建立一個(gè)新的更狹窄的區(qū)間，用于搜索函數(shù)的最小值。

為提高算法效率，只在每個(gè)步驟中只求一次函數(shù)值。相對(duì)于當(dāng)前檢索區(qū)間，需要設(shè)立一個(gè)常數(shù)因子，稱為c。在區(qū)間[a，b]中的為x1和x2，有以下兩種情況：

（1）如f（x1）

x2-a=c（b-a）x2=a+cb-cax2=（1-c）a+cb（2）

（2）如果f（x1）>f（x2），為使[a，b]=[x1，b]，區(qū)間作如下調(diào)整：

b-x1=c（b-a）-x1=cb-ca-bx1=ca+（1-c）b（3）

這樣，只要求出C，就可以得到位置x1和x2。不失一般性，考慮f（x1）

如果f（x1）

（1）假設(shè)在x1=1-c的左邊得到新的函數(shù)值，那么x1是區(qū)間[0，c]右邊界，由式（2）得

1-c=（1-c）0+ccc2+c-1=0（4）

c=（-1+5）/2≈0.6180。

（2）假設(shè)在x1=1-c的右邊得到新的函數(shù)值，那么x1是區(qū)間[0，c]的左邊界。

1-c=c0+（1-c）c（1-c）2=0（5）

由式（5）得c=1， 這樣區(qū)間就沒(méi)有減小，排除這種可能性，有規(guī)則如下：如果f（x1）f（x2），使用式（2）計(jì)算新的x2值。

2實(shí)驗(yàn)結(jié)果

利用本文算法進(jìn)行測(cè)試實(shí)驗(yàn)，完成兩種手勢(shì)：一個(gè)是左右揮動(dòng)，一個(gè)是圓形手勢(shì)。分別采集了5個(gè)人的手勢(shì)軌跡，每個(gè)手勢(shì)每個(gè)人做10次。如圖3所示，左圖手向左運(yùn)動(dòng)代表向左揮動(dòng)，右圖代表圓形手勢(shì)，

圖中的虛線為手運(yùn)動(dòng)軌跡。

圖3手勢(shì)識(shí)別結(jié)果

表1給出了5個(gè)實(shí)驗(yàn)者和2種手勢(shì)的識(shí)別率，可以看出，本文算法具有很高的識(shí)別率，滿足應(yīng)用需求。

表1二種手勢(shì)的識(shí)別數(shù)據(jù)分析

手勢(shì)[]向左揮動(dòng)[]向右揮動(dòng)[]圓形揮動(dòng)

實(shí)驗(yàn)次數(shù)[]50[]50[]50

識(shí)別次數(shù)[]50[]49[]46

識(shí)別率（%）[]100[]98[]92

3結(jié)語(yǔ)

手勢(shì)具有直觀性、自然性的特點(diǎn)，其已成為人機(jī)交互的一種重要手段。手勢(shì)軌跡則是按照某種規(guī)則識(shí)別出手勢(shì)表達(dá)的含義，手勢(shì)軌跡信息的應(yīng)用有很強(qiáng)的可移植性和可擴(kuò)展性。本文采用微軟Kinect傳感器獲取相關(guān)數(shù)據(jù)，對(duì)圖像進(jìn)行手勢(shì)分割和識(shí)別，不受光照、背景等因素的影響，提高了手勢(shì)軌跡識(shí)別的穩(wěn)定性和魯棒性。