[发明专利]一种基于隐马尔科夫模型自增量学习的动态手势识别方法

说明书

技术领域

本发明涉及计算机视觉、图像处理、模式识别等领域，特别是一种基于隐马尔科夫模型自增量学习的动态手势识别方法。

背景技术

随着科学技术的飞速进步与发展，计算机科学也随之迅速腾飞。当前，计算机领域朝着更高速、更高效、更高计算速率方向发展的同时，也向着更便利、更简洁、更舒适的人机交互领域阔步前进。

特别是伴随着手机、平板电脑等一系列电子消费产品的火热销售，提供更好的人机接口，方便人们与计算机更加自然和谐的沟通与交流，成为了计算机领域中一个相当有潜力的经济引爆点。

当前，在数码产品及数码设备领域，越来越多的产品采用崭新的技术与理念，向消费者提供了更加方便快捷的交互方式，从而也获得了消费者极大地青睐。例如，在数码照相机领域，人脸识别、笑脸识别等技术已经走向成熟和商业化，广泛地应用在数码照相机中，通过使用这些应用，可以更加实时精准地捕获拍摄对象瞬间动作和表情；在游戏领域，美国微软公司2011年推出的kinect体感游戏设备能准确捕捉游戏玩家的手势及身体移动等操作，进而控制游戏中的角色完成一系列任务；在移动通信设备领域，韩国三星电子公司2013年3月推出的Galaxy S4拥有了基于手机上普通摄像头的手势控制系统，可以通过简单的手势控制，完成拍照、阅读邮件、打开文件夹等功能，极大地方便了人机交互，相信在不久的未来，基于手机普通摄像头的各种应用和游戏也将速度丰富起来，而手势控制和手势识别在移动通信设备上的巨大潜力和市场又将反向促进手势控制和手势识别技术的不断深入发展。

目前，动态手势识别技术已在工业界和学术界展开了深入的研究和使用，并取得了非常好的经济效益和学术成果。

在工业界，腾讯研究院2012年发布的基于普通摄像头的手势控制PPT操作的“手势达人”软件，能较好的通过手势控制PPT的简单操作，但计算机能识别的指令不多，且识别效果一般；微软公司通过kinect体感设备中的三维摄像头和红外感应设备，能实时、准确地跟踪操作人的动作，进而识别出操作人的一系列动作指令，目前基于kinect摄像头的体感游戏在游戏玩家圈内极度风靡一时；韩国三星电子公司发布拥有基于普通手机摄像头的动态手势识别和控制软件的Galaxy S4手机，更是让三星电子一举超过美国苹果公司，坐上了全球手机销售数量及销售额第一的宝座。

在学术界，动态手势识别技术也是一个充满挑战，并引起科研人员长期关注和研究的领域。在国内科研机构中，东北大学信息科学与工程学院的覃文军、吴东成等通过使用基于傅里叶描述子-BP神经网络，实现了静态手势的识别；重庆邮电大学智能系统及机器人研究所的张毅、张娇等利用Camshift跟踪和Kalman预测实现手部跟踪，进而通过动态手势的识别结果控制轮椅运动；在国外科研机构中，日本的J.Yamato、J.Ohya、K.Ishii率先使用隐马尔科夫模型识别网球运动员的六种不同的姿势，取得了不错的识别率；埃及的Mahmoud Elmezain、Ayoub Al-Hamadi利用深度摄像头完成更准确的手部跟踪，并利用隐马尔科夫模型完成动态手势识别。这些方法都可以实现比较好效果的手势识别，但它们中间有些项目使用的并非普通摄像头来提高识别率，使用普通摄像头的项目在复杂背景、存在手和脸部干扰时效果不甚理想，进而影响识别率的问题。这些缺点在本发明中都进行了有效地解决，并取得了良好的效果。

与此同时，随着人工智能和模式识别研究的不断深入，增量学习也成为了一个热门的研究领域。增量学习(Incremental Learning,IL)是指一种学习方法能够保留以前学习到的旧知识的情况下，持续接受外界新样本并从中学习到新的知识。增量学习并不是一种具体的学习算法，而是一种学习思想，可以应用到绝大多数的传统机器学习算法上。

在传统的基于HMM的动态手势识别系统中，有以下两个弊端：

(1)经过多样本训练的模型以及其中的参数，往往在训练完毕后，就一直持续保持原有数据，不再发生改变，当需要调整模型参数时，只能将原来所有的训练样本再次重新训练模型；

(2)新识别的样本一旦完成识别任务后，将不会再有其他作用，系统无法根据新加入的样本实时调整模型参数，使之更加适应新的情景。而此时若对所有样本(包括已有的训练样本和新的识别样本)的重新训练以适应新的情景，又将花费大量的时间和精力。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于隐马尔科夫模型自增量学习的动态手势识别方法。