基于動態(tài)手勢的人機交互系統(tǒng)研究.pdf

1、計算機在各個應(yīng)用領(lǐng)域的不斷延伸使得現(xiàn)有人機交互通道的瓶頸效應(yīng)日益突出，普適計算以及以人為本的交互理念促使自然的人機交互成為當(dāng)前計算機應(yīng)用研究的重要方向。手勢作為人之間的一種常用且具有較強表達力的交互方式自然而然地受到研究者們的關(guān)注。將手勢引入人機交互過程將有效地拓寬人機交互通道且大大地提升交互體驗。
　　 以手勢數(shù)據(jù)采集方式為劃分標(biāo)準(zhǔn)，當(dāng)前基于手勢的人機交互的研究可分為基于數(shù)據(jù)手套、基于機器視覺、基于肌電信號和基于慣性傳感器等多

2、種方案。這些方案各具優(yōu)勢，然而綜合比較方案對人、機器以及環(huán)境等因素的適應(yīng)性后，基于慣性傳感器的方案突顯出較大優(yōu)勢。本文的研究采用加速度傳感器采集手部在空間中運動的加速度數(shù)據(jù)，對這些原始數(shù)據(jù)進行處理可以計算出手在空間的運動軌跡。手勢特征提取使用了方向矢量量化的方法，該方法能夠大大降低后續(xù)處理的時空復(fù)雜度。手勢識別采用了隱馬爾科夫模型，每個具體手勢均建立了相應(yīng)的模型。為分割出連續(xù)輸入流中的各個手勢，引入了門限模型作為分割器。門限模型不僅能分

3、割出各原子手勢，而且能找出最匹配的目標(biāo)手勢模型。為提高識別精度，加速度信號在提取手勢特征前進行了去噪處理，這里采用了一個改進的卡爾曼濾波算法來濾除系統(tǒng)噪聲。
　　 繼解決手勢識別的問題后，本文討論了雙手人機交互設(shè)計的問題。從探討雙手交互理論入手，逐一討論了雙手交互的行為學(xué)基礎(chǔ)、心理學(xué)基礎(chǔ)和雙手交互的時序特征。以雙手交互理論為基礎(chǔ)，探討了手勢庫設(shè)計中人、機兩個對立層面的參數(shù)協(xié)調(diào)問題。
　　 在理論研究之后，本文對所提出的理