手势识别装置开题报告

1. 研究目的与意义

随着计算机技术的飞速发展，自然、简单、非接触式的手势识别在人机交互方面备受青睐。 人机交互需求已经从以机器为中心转变为以人为中心。用户希望通过人体生物学特征实现人机交互，如人脸识别、语音识别、手势识别、步态识别。手势相比于其他人体生物学特征更加灵活多变，特征更加复杂，系统鲁棒性要求更强，更富挑战性。

2. 国内外研究现状分析

目前，比较典型的手势识别方法主要有隐马尔可夫模型(Hidden Markov Model，HMM）、模板匹配和神经网络等。其中，HMM的手势识别方法能够有效利用手势信号的时序信息来解决微动手势识别问题，但是该模型需要计算大量的状态概率密度，计算量大且识别速度缓慢，不能很好地满足当前应用的需要。基于模板匹配的手势识别方法将手势的轮廓和边缘信息等几何特性作为特征建立手势模板，并通过各种模板匹配算法实现手势识别，具有较强的稳定性和较高的识别准确率，但是需要根据大量的经验人工构造手势特征，并且这些人工构的特征在描述手势特性时具有一定的主观性和局限性，使得该方法的学习能力有限且效率不高。基于神经网络的手势识别方法通过神经网络提取手势的拓扑信息作为手势特征，再利用各类分类器对手势进行识别，该方法具有普适性，学习能力强，但是对于微动手势和形态差别不大的手势分类效果不够理想，主要应用于静态手势。国内主要是图像处理的办法。

3. 研究的基本内容与计划

研究内容： 1、拟定手势识别装置的总体实现方案。

2、 猜拳手势判决的研究。

3、划拳手势判决的研究。

4. 研究创新点

本设计是加快对手势识别的速度进行深入的研究，能对手势识别目前存在的问题进行分析说明。