基于样本轨迹的Kinect手势识别算法

王颖��王玉苹

摘要：实现基于序列图像的手势轨迹识别，提出一种基于位置关系的手势轨迹识别方法，利用Kinect体感设备传感器提取轨迹序列，分析坐标序列的轨迹样本，通过黄金分割实现轨迹的匹配与识别。实验结果证明，该方法能有效识别手势轨迹。

关键词关键词：Kinect；手势识别；黄金分割搜索；样本轨迹；算法

DOIDOI：10.11907/rjdk.143891

中图分类号：TP312

文献标识码：A文章编号文章编号：16727800（2015）002005402

基金项目基金项目：北京服装学院2014年青年创新基金项目（2014AL-34 ）

作者简介作者简介：王颖（1975- ），女，河北保定人，硕士，北京服装学院计算机信息中心讲师，研究方向为人机交互技术。

0引言

在人机交互中，手势具有直观性、自然性的特点，其已成为人机交互的一种重要手段[1，2]。手势轨迹是按照某种规则识别出挥动手臂所要表达的含义，手势轨迹信息应用有很强的可移植性和可扩展性。然而，基于视觉的手势轨迹识别的前期分割易受光照、背景、摄像头特性等因素影响，识别率不高。微软的Kinect体感设备通过传感器识别人体关节的位置坐标，获取有关数据，为手势轨迹识别提供了良好的基础[3，4]。利用Kinect坐标信息轨迹对深度图像进行手势分割和识别，不受光照、背景等因素的影响，从而提高了手势轨迹识别的稳定性和鲁棒性。

1基于样本的动作检测

假设动作可以被记录并序列化，如果当前动作是已发生动作中的一个，那么其就可以被检测出来。主要方式是快速比较两个动作的数据是否匹配[5，6]。动作是一系列坐标序列，通过坐标记录其到传感器的距离，因此需要研究数据比较算法，将规格化数据变换到一个统一的参考空间下。

假设：当前坐标序列为：

P={p0，p1，…，pn-1}

（1）生成具有特定数量的坐标点的动作。

假设样本数量为M，定义采样间距Lavg=（n-1）/（M-1），pi-1与pi之间的距离为Li，i-1。在根据样本数量对坐标序列进行采样的过程中，需要重新计算采样点的新坐标。做法是遍历坐标序列的点，如当前点与前一个采样点的距离达不到采样间距，继续往前遍历，当达到或者超过采样间距时，则计算新的坐标点。定义遍历时累计的距离变量Lcur，当Lcur+LI，i-1>=Lavgcur时，计算新的坐标点：

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

得到新的坐标序列：

P′={p′0，p′1，…，p′n-1}

（2）旋转坐标点，使得第一个点的方向角度为0。

为使匹配的两个序列有统一的起点，将坐标序列旋转，从而使第一个坐标点的方向角度为0。计算坐标序列的中心坐标，并得到第一个坐标点相对于中心坐标的方向角。以此方向角为旋转角度，利用二维空间旋转矩阵得到新的坐标序列。

（3）将坐标值映射到[0，1]区间。

如得到的坐标序列的数值范围不统一，将带来匹配的不准确性。为此，需要将坐标范围统一到[0，1]区间内。

（4）规格化动作序列点的原点。

经过上述处理，动作轨迹的序列点具备了统一的方向和坐标，还需对原点进行处理，以便具有与样本相同的参考点。规格化步骤如图1所示。

经过规格化操作，即可进行匹配。将长度一样的坐标点序列规格化为统一的尺度、方向和中心。

黄金分割搜索（Golden Section Search）[7]是一种通过不断缩小单调连续函数极值的范围，找到极值的方法。利用黄金分割搜索方法不需使用导数求取函数的极值，具有很强的实时性和便捷性。

假设函数f（x）在[a， b]上连续，并且是单调函数，即f（x）在[a， b]间只有一个极小值，或者只有一个极大值。使用对分方法，通过比较函数值将包含极值的区间变小。所设计的算法需满足两个目标：一是在区间检索中能够找到最优的区间减小因子；二是减少函数调用的次数。

图1轨迹序列规格化

计算中间点m=（a+b）/2，求x1和x2，定义x1=m-δ/2，x2=m+δ/2，使得f（x1）≠f（x2）。如果f（x1）

图2为找出最小值的步骤。F（x）的函数值位于垂直坐标轴上，参数x位于水平坐标轴。可以看出，有3个位于函数f（x）上的值被计算出来：x1，x2和x3。可见f（x2）小于f（x1）和f（x3）， 所以很明显的，最小值处于x1和x3之间。

图2最小值求解

接下来的步骤是计算函数位于另一个点x4的值。从图2可以看出，如果函数值落在f4a，最小值则在x1和x4之间新的点将是x1，x2或x4；如果函数值为f4a，新的点将是x2，x4或x3。因此，无论是哪种情况，都可以建立一个新的更狭窄的区间，用于搜索函数的最小值。

为提高算法效率，只在每个步骤中只求一次函数值。相对于当前检索区间，需要设立一个常数因子，称为c。在区间[a，b]中的为x1和x2，有以下两种情况：

（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），为使[a，b]=[x1，b]，区间作如下调整：

b-x1=c（b-a）-x1=cb-ca-bx1=ca+（1-c）b（3）

这样，只要求出C，就可以得到位置x1和x2。不失一般性，考虑f（x1）

如果f（x1）

（1）假设在x1=1-c的左边得到新的函数值，那么x1是区间[0，c]右边界，由式（2）得

1-c=（1-c）0+ccc2+c-1=0（4）

c=（-1+5）/2≈0.6180。

（2）假设在x1=1-c的右边得到新的函数值，那么x1是区间[0，c]的左边界。

1-c=c0+（1-c）c（1-c）2=0（5）

由式（5）得c=1， 这样区间就没有减小，排除这种可能性，有规则如下：如果f（x1）f（x2），使用式（2）计算新的x2值。

2实验结果

利用本文算法进行测试实验，完成两种手势：一个是左右挥动，一个是圆形手势。分别采集了5个人的手势轨迹，每个手势每个人做10次。如图3所示，左图手向左运动代表向左挥动，右图代表圆形手势，

图中的虚线为手运动轨迹。

图3手势识别结果

表1给出了5个实验者和2种手势的识别率，可以看出，本文算法具有很高的识别率，满足应用需求。

表1二种手势的识别数据分析

手势[]向左挥动[]向右挥动[]圆形挥动

实验次数[]50[]50[]50

识别次数[]50[]49[]46

识别率（%）[]100[]98[]92

3结语

手势具有直观性、自然性的特点，其已成为人机交互的一种重要手段。手势轨迹则是按照某种规则识别出手势表达的含义，手势轨迹信息的应用有很强的可移植性和可扩展性。本文采用微软Kinect传感器获取相关数据，对图像进行手势分割和识别，不受光照、背景等因素的影响，提高了手势轨迹识别的稳定性和鲁棒性。