全文总字数：3071字

文献综述

1课题背景

现代社会智能化程度日益增强，大量智能软件和智能硬件层出不穷，但目前人们操作这些软硬件的手段相对单一且受到很多限制。

人与机器的交互主要还是通过触摸屏、键盘、鼠标、遥控器等接触性设备进行，人-机交互智能化程度较低，尚未形成以人为中心的交互理念和系统性设计概念，难以适应未来社会发展对各类工作、生活场景的智能、时敏、海量多元信息处理等要求。

以人为中心的交互是使用户能在生活的三维物理空间中无需专门的操作，通过隐式人机交互方式得到信息或服务。

而语音、视觉、动作等人类自然交互方式，是未来人机融合系统设计的核心。目前研究较为广泛的两种手势识别方法分别是基于数据手套和基于视觉设备的方法。数据手套结构复杂，佩戴不方便。而视觉识别装备受光照条件、背景环境干扰太大。作为人机交互的发展方向之一，基于肌电信号的手势识别装备近年来引起了人们广泛的关注。

2国内外概况

数据手套，是虚拟现实（Virtual Reality，VR）技术中心广泛使用的交互设备。

其原理是利用手套内的传感器系统采集运动信息，以判断手指的弯曲程度、关节的角度等，进而转化为传感信号输入到计算机中进行分析计算。基于数据手套手势输入的优点是数据量小、识别类型多样、识别率高、速度快、实时性。

Fahn等在基于数据手套系统的基础上开发指尖跟踪技术，通过跟踪指尖，在虚拟环境进行对象操作任务时，可以进行更准确抓握过程。HOSHINO利用数据手套研究机械手的仿生云顶，从而达到实现机械手臂的灵活控制。但数据手套穿戴不符合人机交互的自然性，增加手部其他操作的复杂度，而且这些装备的价格往往比较昂贵，不适合推广。要完成数据手套和虚拟环境的交互工作，首先要创建一个包括虚拟手在内的虚拟环境。

基于视觉设备的手势识别是利用摄像机采集手势并进行识别。该方法的优点是简便易行，并且设备成本低廉，非接触式的人体动作捕捉方式可以使交互的自然性和舒适性得到较大的改善。但由于计算机视技术发展的还不够成熟，目前基于视觉图像的手势识别还是存在诸多问题，主要有：遮挡问题、视角问题、光线问题、背景问题、成像设备的噪声。在20世纪年代初，就开始了视觉手势识别的研究。付永刚采用两个摄像机实现了一个双手交互的Video Desk系统，系统将采集的视频图像与预先定义好的捏取。指点及拖拽等常用手势进行对比匹配来进行手势识别。1991年，日本富士通公司完成了对46个手势符号的识别工作。HyeSun建立了手势的六维特征向量，并利用整合的HMM识别出了13种手势；这种方法相比于传统的HMM方法而言，能够通过手势之间的关系来改善识别结果，其不足之处是过程比较复杂。Korea Polytechnic大学的Lee等用熵分析法从背景较为复杂的视频六中分割并提取出手势区域以进行手势识别，该系统可识别6中手势，平均识别率达到95%。