摘 要

手势识别是对人的手、手臂、面部、甚至头部进行的运动过程进行处理分析，通过各种符号语言和应用程序设计完成人工智能交互的过程。手势识别作为一种十分有效的人机交互手段，在从医疗康复到虚拟现实领域，它都具有重要的意义。

考虑到数字家庭环境下人机交互以人为本，因人而异的特点，结合手势交互研究发展过程中已取得的进展，本文提出了运用隐马尔可夫模型（HMM）的基于加速度传感器的手势识别系统。分别对定义与设计手势，构造基于HMM的手势交互模型，根据加速度值完成手势的识别等主要方面进行了探讨。

本文中，手势识别系统由一个独立的三轴加速度传感器提供数据，主要包括两个阶段：训练阶段和测试阶段。

（1）在训练阶段，首先对手势进行设计，将相关手势的加速度数据作为特征信息建立隐马尔可夫模型（HMM），然后采用Baum-Welch算法对模型参数进行优化，完成手势模型库的定义。

（2）在测试阶段，将三轴加速度传感器嵌入到用户电子设备中，采集的数据经过预处理后作为用户想要表达的手势特征信息，以此来匹配训练阶段产生的手势模型库，识别出相对应的手势。

关键词: 手势识别；人机交互； HMM； 加速度传感器

Abstrat

Gesture recognition is the process of dealing with the human hand, arm, face, and even the head, to complete the artificial intelligence interaction with a variety of symbolic language and designs of application. As an effective means of human-computer interaction, gesture recognition is of great significance both in the field of medical rehabilitation and virtual reality.

In view of people-oriented, individual features of human-computer interaction under the environment of digital home, combined with the achievement of gesture interaction research, this paper presents gesture recognition system with the application of continuous hidden Markov model (HMM) which is based on acceleration sensor. Respectively, the definition and design of the gesture, the structure of gesture interaction model based on HMM, the completion of the gesture recognition with acceleration value and other main aspects are discussed.

In this paper, the data of gesture recognition system is provided by an independent three axis acceleration sensor, which mainly consists of two phases: training phase and testing phase.

(1)In the training phase, the first step is to design gesture. Regard the acceleration data of gesture as the feature information to establish a hidden Markov model (HMM), and then use the Baum Welch algorithm to optimize the model parameters, completes the definition of hand gesture model library.

(2)In the testing phase, three-axis acceleration sensors are embedded in consumer electronic devices, gathering data after being pretreated as the feature gesture information users want to express, in order to match hand gesture model library produced in training phase and identify corresponding gesture.

Key words： gesture recognition; human-computer interaction; HMM; acceleration sensor

目 录

第1章 绪论 2

1.1课题研究的背景及意义 2

1.1课题研究的背景及意义 2

1.2 手势交互研究的发展历史与研究现状 3

1.2.1 手语手势识别研究现状综述 3

1.2.2人机交互方式研究进展综述 4

1.3 论文工作的研究内容与组织结构 5

1.3.1研究内容 5

1.3.2论文结构安排 6

第2章 数字家庭环境下的人机交互理论 7

2.1 人机交互技术概述 7

2.2 影响人机交互的因素 7

2.2.1 家庭用户因素 7

2.2.2 家庭设备因素 8

2.2.3 家庭环境因素 8

2.3 人机交互类型及其分析比较 9

2.3.1基于触控的交互 9

2.3.2基于语音的交互 9

2.3.3基于手势的交互 10

2.4 本章小结 11

第3章 支持加速度分析的手势识别 12

3.1 手势的定义与表示 12

3.2 手势识别流程 13

3.3 传感器信号预处理 13

3.3.1信号去噪 13

3.3.2 信号滤波 14

3.3.3 归一化处理 16

3.4 本章小结 17

第4章 基于HMM的手势识别系统设计实现 18

4.1HMM理论基础及相关算法 18

4.1.1概率评价及相关算法 19

4.1.2状态解码及相关算法 20

4.1.3参数训练及相关算法 21

4.2HMM在手势识别中的应用 23

4.3实现过程遇到的问题及优化方案 26

4.4 数字家庭环境下的实现意义 27

4.5 本章小结 27

第5章 总结与展望 29

5.1论文工作总结 29

5.2经济性评价 29

5.3未来工作展望 30

参考文献 31

致谢 33

1. 绪论

1.1课题研究的背景及意义

1.1课题研究的背景及意义

众所周知，计算机已经成为了人们日常生活不可或缺的一部分，而其的不断更新换代，功能的逐步完善，也对社会的发展带来了潜移默化的影响，信息时代悄然来临。如何摆脱原始人工作业的束缚，采用计算机化的形式予以代替，从而更加直观高效的实现对各种事物和情景的分析、描述和判断，成为各个科研领域的研究热点。

于是，人机交互(Human-Computer Interaction)随之提出并发展开来，人机交互是研究人和计算机之间相互交流与通信的方式方法，秉承更快更好更人性化地完成人工智能交互任务的原则，通过各种符号语言和应用程序设计完成交互过程，使计算机便利快捷的服务于用户的一门技术科学。简单地说，人机交互式一种人与计算机的信息交流与沟通的完美对接与匹配^[1]。

高效的人机交互渗透在人类生活中的各个方面，成为日常生活重要的组成部分，其主要体现在一些智能化家居，比如家庭影院、厨房等，在教育方面，现在比较时兴的交互教育，比如网上学习、点读机等，所有这些都与各行业的发展并行，并创造出了更大的社会效率，让使用者切实感受到了计算机所带来的数字化时代的便捷。数字化时代是建立在互联网基础上的智能系统的运用，使得作业自动化，在数字家居中更是如此，然而当前家庭环境中，家居以及电子设备的互联依旧处于物理设备层次，距离真正意义上的智能家庭还相距甚远。从更高层次上看，家庭内部组网以及如何实现设备间的互联和完成无缝的数据空换依旧是研究热点。从中不难看出，人机交互的方式，其实际上是为用户服务，由用户下达操纵命令后，进行准确的直接的计算机化的执行，而在今后，不需要转化的，直接的自然语言的读取与执行的交互方式，将是学者们主要的研究方向^[2]。