增強現實自然手勢識別技術的應用

史曉剛

摘 要隨著機器學習、模式識別、人機交互等技術的發(fā)展和改進，增強現實在兵工裝備研發(fā)、娛樂與藝術表演、虛擬訓練等領域得到了廣泛使用。自然手勢識別是增強現實應用的一個關鍵技術，其可以通過特征提取、模式匹配等步驟識別交互者的手勢，提高增強現實人機交互的友好性、可靠性和準確度，具有重要的作用和意義。隨著機器學習、模式識別、人機交互等技術的發(fā)展和改進，增強現實在兵工裝備研發(fā)、娛樂與藝術表演、虛擬訓練等領域得到了廣泛使用。自然手勢識別是增強現實應用的一個關鍵技術，其可以通過特征提取、模式匹配等步驟識別交互者的手勢，提高增強現實人機交互的友好性、可靠性和準確度，具有重要的作用和意義。

【關鍵詞】增強現實 手勢識別 人機交互 模式匹配

1 引言

增強現實是一種能夠將真實世界、虛擬世界信息無縫融合的新型多媒體技術，通過計算機的信息處理，可以將仿真信息疊加到現實世界，并且能夠被人類的視覺、聲覺等感官感知，達到一個超現實的感官體驗，將真實的環(huán)境和虛擬的問題融合到一個空間，為人們提供一個沉浸感強、趣味性足的混合世界。目前，增強現實已經在裝配試驗、航空航天、醫(yī)療衛(wèi)生、教育科研等領域得到了廣泛應用，改變了人們傳統(tǒng)的工作、學習和生活模式，提高了社會的信息化、智能化水平。自然手勢識別是增強現實的一個關鍵技術，該技術利用先進的圖像分割、特征提取、模式識別技術，能夠將人們的手勢識別出來，然后觸發(fā)各類型操作，實現信息加工和服務。

2 增強現實技術應用現狀分析

增強現實整合了三維建模、多媒體、傳感器、實時跟蹤與注冊、人機交互等多種技術，為人們提供一個豐富的信息世界。增強現實技術經過多年的研究和發(fā)展，雖然沒有形成產業(yè)化的應用，但是也在各個領域得到了積極的部署，用于尖端武器、飛行器、發(fā)動機研發(fā)測試，實現了可視化、虛擬化的技術訓練，形成了一個強大的科研教學、工業(yè)設計、精工制造平臺。本文通過對增強現實技術進行綜合和研究，列舉了一些重要的應用領域：

2.1 古跡文物保護

我國是一個有著上下五千年歷史的文明古國，文化古跡眾多，利用增強現實可以實現對文化古跡的復原，把數字化的虛擬影像提供給參觀者，不僅可以清晰地看到文字解說，同時還可以重構古跡文物。

2.2 工業(yè)制造裝配

工業(yè)制造裝配流程復雜，如果采用傳統(tǒng)的模式將會耗費巨大的人力物力資源，因此可以利用增強現實提供輔助信息，預先裝配一個產品，查看是否存在運行故障，這樣就可以實現工業(yè)制造的裝配操作。

2.3 娛樂游戲

增強現實可以讓位于不同地點的玩家進入到一個仿真的環(huán)境中，以虛擬替身為操作對象，實現對網絡游戲的操作。

2.4 旅游展覽

人們在參觀旅游景點時，為了能夠提高人們的娛樂性，可以在旅游展覽過程中利用增強現實添加一些動畫、文字解說知識，這樣就可以讓人們隨時隨地獲取信息。

2.5 飛行訓練

在培訓航空航天飛行員的過程中，真實的飛行訓練存在各類型的威脅，不利于人們的操作，因此利用增強現實構建一個飛行訓練模擬器，模擬真實的飛行訓練環(huán)境，既可以提高飛行員操控技能，又能保護飛行員和航空器的安全。

3 增強現實自然手勢識別技術應用研究

在應用增強現實的過程中，自然手勢操作已經取代了傳統(tǒng)的鼠標、鍵盤，利用手勢直接操作增強現實環(huán)境中的各類型目標對象，可以更加自然。因此，自然手勢識別就顯得非常重要。自然手勢識別可以將模型空間中的軌跡進行分類，將這些軌跡點劃分為到不同的子集中，這些子集分別是靜態(tài)手勢識別和動態(tài)手勢識別兩種，動態(tài)手勢識別可以轉化為靜態(tài)手勢識別。常用的手勢識別方法包括神經網絡算法、馬爾科夫模型、支持向量機等，這些算法在識別過程中，都需要將自然手勢識別劃分特征提取、模式匹配和語義解釋三個方面。

在自然手勢識別中，增強現實利用多媒體攝像頭或傳感器采集手勢圖像，這些手勢所處的環(huán)境非常復雜，因此可以利用圖像檢測方法獲取手勢特征，構建一個訓練學習的分類器，將這個分類器進行矩形特征添加，通過海量的數據訓練和學習強化分類器。視頻圖像中的手勢包含的特征很多，經過檢測之后，就可以將這些特征提取出來。特征提取是自然手勢識別學習建模的過程，又被人們稱為圖像表征描述，特征提取方法可以劃分為兩個類別，分別是基于知識表征的方法，另一種是基于代數特征或統(tǒng)計學習表征方法。基于知識的表征方法可以根據目標對象輪廓形狀以及距離度量特性獲取特征數據，這個特征距離度量的種類包括曲率角度、歐氏距離等，目標對象輪廓特征很多，可以將這些局部特征一一分解，利用局部特征之間的幾何結構，將常見的知識特征提取出來。基于代數特征和統(tǒng)計學習表征方法則是利用目標對象像素的密度進行統(tǒng)計，然后可以充分地利用統(tǒng)計學的嚴密規(guī)則實現特征分離和提取。目前基于代數的特征提取方法包括K均值、密度聚類、譜聚類、支持向量機。特征提取完畢之后，自然手勢識別就可以將這些特征與模式庫中保存的信息進行匹配，匹配也是模式搜索、對比的過程。自然手勢識別可以設置一個模式匹配操作閾值，比如可以利用相似度作為度量，然后設置一個閾值，閾值設置完畢之后就可以進行對比，如果相似度超過規(guī)定閾值，則判定模式匹配成功。模式匹配成功之后，自然手勢識別需要將機器語言轉換為人們可以理解的自然語言，這樣就可以使用語義分析技術，將識別的結果提供給人們，幫助人們進行決策，比如下達下一步操作指令等。

4 結束語

增強現實作為人工智能發(fā)展的一個新階段，有效地改變了人們的工作、生活和學習方式，引領了人工智能向著新的革命浪潮發(fā)展。自然手勢識別能夠提高增強現實操作的便捷性、友好性，能夠提高增強現實的普及率，便于人們接受這一人工智能產品，具有重要的作用和意義。

參考文獻

[1]張磊，吳穎.基于視覺的手勢識別系統(tǒng)研究[J].信息技術與信息化，2015（02）：101-103.

[2]吳悅明，何漢武，張帆等.增強現實車間布局設計的交互操作方法[J].計算機集成制造系統(tǒng)，2015，21（05）：1187-1192.

[3]徐敏，童強，張行文等.增強現實技術在移動學習上的應用研究[J].湖北師范學院學報（自然科學版），2017（01）：76-82.

[4]張圓圓.基于視覺的手勢識別技術及其應用研究[J].計算技術與自動化，2015（01）：131-135.

作者單位

北京梟龍科技有限公司 北京市 100144