非均勻光照下靜態手勢識別研究

卜明龍，黃家海，2，辛文斌，郝惠敏，2

（1.太原理工大學機械與運載工程學院，山西太原 030024；2.新型傳感器與智能控制山西省重點實驗室，山西太原 030024）

1 引言

隨著人工智能技術的發展，手勢交互憑借其簡單，自然且高效的優勢逐漸成為當前人機交互領域的研究熱點。并且隨著“工業4.0”與“中國制造2050”等智能制造戰略的提出，手勢交互由于能夠大大提高生產效率，為工人提供更舒適的工作環境，從而成為智能制造領域中的關鍵技術[1]。

與此同時，在其他領域如工業設計[2]，智能家居[3]，尤其是機器人[4?7]領域同樣得到了廣泛應用。

手勢識別主要包括預處理，特征提取和識別分類三個階段。預處理階段的主要任務是將手勢圖像從復雜的背景中分割開來，避免復雜環境對后續特征提取和分類的影響。由于膚色信息在顏色空間上具有聚簇特性且通常與背景顏色具有較大差異，因而被廣泛應用在手勢分割任務中[8]。

但實際的工業環境通常比較復雜，尤其是受光線變化影響較大，導致在實際生產中分割困難甚至完全失效。而基于深度信息設備的方式，如文獻[5?6]在光線較強的環境下效果較差，因此不適用于室外環境[9]。所以，提出一種對環境適應性較強，尤其是對光線變化不敏感的手勢識別方法在工業生產中具有很大的實用價值。

特征提取階段，應用較多的有梯度特征[10]，矩特征[11]或幾何特征[2，12]等。深度學習方法特征自學習能力較強，但對數據量要求較大，而手勢數據集通常偏向中小型，所以不適合應用于手勢識別。……