手勢識別

在計算機科學中，手勢識別是通過數學算法來識別人類手勢的一個議題。手勢識別可以來自人的身體各部位的運動，但一般是指臉部和手的運動。目前面部表情識別及手勢識別成為研究熱點。大多數方法採用相機基於計算機視覺算法解釋手語。然而，識別人的姿勢，步態，行為也是手勢識別的一個分支。手勢識別可以認為是讓計算機理解人體肢體語言的一種手段，因此，人機互動不僅僅是文字接口或者用滑鼠鍵盤控制的用戶圖像界面，會有更多豐富的途徑。

建模方法

根據輸入資料的類型，需要利用不同的方法建構手勢模型。

三維模型

三維模型是將物體表示為三維多邊形，利用大量的點和線條完整地描述物體表面。三維模型目前廣泛應用在動畫產業與電腦視覺的領域。

此方法建構出的模型精細度較高，但需要大量的計算，因此有一個簡化的方法是將人體的重點部位以簡單的物件表示，例如用圓柱體表示手臂、用球體表示頭部，如此便能用簡單的參數描述模型。

骨架模型

由於三維模型需要大量的參數，另一個簡化的版本是將實體用骨架來描述。骨架模型利用關節的角度與每個分節的長度做為參數，因此大幅減少了計算量。

骨架模型具有下列優點：

需要的參數量較少，因此計算較快。
可以和骨架的模板資料庫做比對，以辨識手勢類型。
由於只用關鍵的點來描述模型，因此可以抽取出手部的重要特徵點。

外觀模型

如果輸入的資料是二維的影像，則必須使用外觀模型來描述物體特徵。外觀模型可以是物體的輪廓、原始的影像，或由影像抽取出的特徵。

手部追蹤

在動態系統中，需要對手部進行追蹤。常用的一種方法是粒子濾波器，藉由在每個時間點遞迴地得到物體狀態的後驗機率，而估計出物體的位置。

手勢辨識

在得到手部模型後，要利用這些資訊辨識出手勢。常用的方法是在辨識之前，先取得大量的訓練資料，建立各種手勢的資料庫，利用機器學習，訓練出能夠辨識手勢的模型，實際運用時，再將測試資料輸入模型，便能得到辨識結果。手勢辨識常用的機器學習方法有：

Adaboost
決策樹(decision tree)
隱馬可夫模型(hidden Markov model, HMM)
支持向量機(support vector machine, SVM)
動態時間校正(dynamic time warping, DTW)
人工神經網路(artificial neural network)

參見

參考文獻

Ivan Laptev and Tony Lindeberg, "Tracking of Multi-state Hand Models Using Particle Filtering and a Hierarchy of Multi-scale Image Features", Proceedings Scale-Space and Morphology in Computer Vision, Volume 2106 of Springer Lecture Notes in Computer Science, pages 63-74, Vancouver, BC, 1999.
L. Bretzner, I. Laptev and T. Lindeberg, "Hand gesture recognition using multi-scale colour features, hierarchical models and particle filtering." Proceedings of Fifth IEEE International Conference on Automatic Face Gesture Recognition, Washington, DC, USA, 2002, pp. 423-428.
B. Stenger, A. Thayananthan, P.H. Torr, R. Cipolla, "Model-based hand tracking using a hierarchical Bayesian filter." IEEE Transactions on Pattern Analysis and Machine Intelligence, 28(9):1372-84, Sep 2006.
Gillian, Nicholas Edward, and Joseph A. Paradiso, "The gesture recognition toolkit." Journal of Machine Learning Research 15.1 (2014): 3483-3487.