基于视觉的动态手势识别研究综述

解迎刚，王 全

1.北京信息科技大学 信息与通信工程学院，北京100101

2.北京信息科技大学 现代测控技术教育部重点实验室，北京100101

手势伴随着人们日常交流的各个方面，人们可通过手的动作来表达丰富的语义信息。基于视觉的手势识别（简称“手势识别”）融合了先进感知技术与计算机模式识别技术，涉及了工学、理学等多个学科，在让人类和机器更好地交流方面扮演着重要的角色。然后自然世界中手势的变化具有无穷性，目前的手势识别技术依然无法完成人与机器自然交互，因而动态手势识别研究对于科研人员来说仍然具备相当多的挑战性。

1 3D传感器技术

自从图像传感器技术问世以来，其技术不断更新迭代，从彩色化到精细化再到智能化。但是目前基于2D的图像传感器由于不能提供现代社会所需要的更多信息，已经逐渐不再被科研人员所青睐，人工智能物联网正朝着3D化方向发展。文献[1-4]综述了各种三维深度传感技术，重点介绍了不同3D 传感器的工作机理。本文重点讨论三种常用的手势识别深度传感器，简要介绍Leap motion 传感器，Kinect 传感器和Time-of-flight（ToF）传感器（各种传感器简要的比较参见表1）。尽管传统的双目立体相机，如Point Grey的Bumblebee，也可以感知手的深度，但较高的价格限制了它在实际应用中的普遍适用性。

表1 传感器技术的比较Table 1 Comparison of sensor technology

1.1 Kinect

Kinect1.0 是微软在2010 年发布的一款3D 深度传感器，与OpenNI和SDK库相结合[5]，能够跟踪人体关节的骨骼，研究者可以在此基础上对手势识别进行研究。……