0 引 言

　　隨著科技的發(fā)展和進步，計算機已經(jīng)漸漸適應人的需求。人類在利用計算機解決問題時，并沒有將主觀能動性和計算機的高效性有機地結(jié)合起來。研究新型的人機交互工具能夠打破這一障礙。當虛擬現(xiàn)實越來越被人熟知時，可以使用手勢作為載體進行人機交互。

　　目前，手勢輸入的種類有基于圖像的和基于加速度傳感器的。由于圖像的手勢識別對外部環(huán)境的依賴比較大，而加速度傳感器識別就不受外部條件的限制，甚至可以依靠單手完成操作，因此，基于加速度傳感器的方法能有效地識別手勢動作，完成人機交互。本文采用ADXL335 三軸加速度傳感器分別采集五個手指和手背上的加速度信息，實現(xiàn)手勢的輸入。

　　1 手勢識別方法

　　手勢的執(zhí)行是一個動態(tài)的過程，主要表現(xiàn)在手指彎曲引起的手的形狀和手在空間的位置和方位的變化，需要從時間和空間兩方面來描述。根據(jù)手勢的時變特征，可將手勢分為靜態(tài)手勢和動態(tài)手勢。從測量的角度看，靜態(tài)手勢可用某一時刻手的空間特征的測量值來表示，而動態(tài)手勢是指需要使用隨時間變化的空間特征來描述的手勢。靜態(tài)手勢可以用各個關(guān)節(jié)測得的特征值來表示，而動態(tài)手勢需用一段時間內(nèi)手的空間特征的一組測量序列值來表示。人的手有多個自由度，運動十分靈活、復雜，而且不同的人，手的大小不同。因此，同樣的手勢，不同的人作出時手的運動會存在差別;同一個人在不同的時間、地點作出手勢也不一樣。所以，本文主要針對靜態(tài)手勢的數(shù)據(jù)手套進行分析研究。

　　2 手勢的識別技術(shù)

　　目前，比較流行的手勢識別技術(shù)有模板匹配法、特征提取和BP 算法等。

　　模板匹配法：主要是將傳感器輸入的原始數(shù)據(jù)與預先存儲的模板進行匹配，通過測量兩者之間的相似度來完成識別任務。由于需要大量的基礎(chǔ)數(shù)據(jù)作為匹配對象，所以受到噪聲、光照、復雜環(huán)境影響較大，并且匹配速度慢。但是，模板匹配法簡單、易掌握，普及程度高。

　　特征提?。涸谔卣魈崛∵^程中，輸入數(shù)據(jù)中的低層特征被提取出來，經(jīng)過分析而轉(zhuǎn)化成包含手形語義的高層特征，然后用高層特征進行手形識別。

　　BP 算法：是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡。

　　BP 網(wǎng)絡的學習規(guī)則是使用最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡的權(quán)值和閾值，使網(wǎng)絡的誤差平方和最小。

　　3 BP 算法

　　BP 神經(jīng)網(wǎng)絡是一種前向傳播的多層網(wǎng)絡，網(wǎng)絡除了輸入節(jié)點以外，還有一層或多層隱含節(jié)點。其訓練方法被稱為誤差反傳播算法，它利用實際輸出和期望輸出之差對網(wǎng)絡的多層連接權(quán)由后向前逐層進行校正。BP 網(wǎng)絡的最大缺點是樣本訓練的收斂速度慢。為提高網(wǎng)絡的收斂速度，同時防止網(wǎng)絡的振蕩發(fā)散，本次選取的BP 神經(jīng)網(wǎng)絡是1 個3 層BP 網(wǎng)絡結(jié)構(gòu)( 含1 個隱層)，隱單元及輸出單元用sigmoid 函數(shù)輸出，輸出共分為10 類，即輸出神經(jīng)元個數(shù)為10.由于輸入矢量為處理后的手部加速度傳感器( 用18×10 的數(shù)字矩陣表示) ，因此第一層為240 個神經(jīng)元，第二層為隱含層。根據(jù)經(jīng)驗，其神經(jīng)元數(shù)目一般為輸入矢量維數(shù)的10 %，為26 個神經(jīng)元，采用改進的BP 算法。將每個樣本對應的矩陣元素值輸入神經(jīng)網(wǎng)絡的各個輸入單元，并為每個輸出單元指定期望輸出，計算每個輸出單元的實際輸出與期望輸出的誤差以及隱含層誤差。計算實際輸出與期望輸出的誤差公式為：

　　式中的負號表示梯度下降，常數(shù)η ∈(0，1)代表學習速率。

　　由于BP 神經(jīng)網(wǎng)絡算法的收斂速度慢，優(yōu)化的目標函數(shù)非常復雜，所以需要優(yōu)化學習速率。三層感知器的BP 學習算法權(quán)值調(diào)整計算公式為：

　　將每個加速度傳感器中每個軸的數(shù)據(jù)特征向量作為神經(jīng)網(wǎng)絡的輸入，所以神經(jīng)的輸入層神經(jīng)元個數(shù)等于特征向量的維數(shù)，即9×18=162 個輸入神經(jīng)元。輸出層神經(jīng)元個數(shù)的確定因為要識別10 個數(shù)字，因此輸出選擇為10×1 的矩陣，即輸出節(jié)點數(shù)為l0.當0 ~ 9 輸入神經(jīng)網(wǎng)絡后在輸出神經(jīng)元對應的位置上為1，其他的位置為0.輸入數(shù)字0，第1 個輸出神經(jīng)元為1，其他為0 ;輸入數(shù)字1，第2 個輸出神經(jīng)元為1，其他為0 ;依此類推。

　　隱含層數(shù)越多， 神經(jīng)網(wǎng)絡學習速度就越慢。根據(jù)Kosmogorov 定理，在合理的結(jié)構(gòu)和恰當?shù)臋?quán)值條件下，3 層BP 網(wǎng)絡可以逼近任意的連續(xù)函數(shù)。因此，我們選取結(jié)構(gòu)相對簡單的3 層BP 網(wǎng)絡。

　　一般情況下，神經(jīng)元個數(shù)與函數(shù)收斂程度有關(guān)。根據(jù)經(jīng)驗公式s=sqrt(n×m)，其中，m 為輸入神經(jīng)元個數(shù)，n 為輸出神經(jīng)元個數(shù)，得出隱含層神經(jīng)元個數(shù)為40 個。

　　采用定義學習速率和采用帶動量因子算法兩種改進方法。

　　識別內(nèi)容為數(shù)字0 ~ 9，利用手勢特征，提取每個加速度傳感器中每個軸的數(shù)據(jù)作為BP 的數(shù)據(jù)輸入?yún)?shù)，為BP 進行初始化及參數(shù)訓練，可以提高數(shù)據(jù)的識別率。在學習收斂的情況下，增大η，以縮短學習時間;當η 偏大致使不能收斂時，要及時減小η，直到收斂為止。將上一次權(quán)值調(diào)整量的一部分迭加到按本次誤差計算所得的權(quán)值調(diào)整量上，作為本次的實際權(quán)值調(diào)整量，即：

　　4 實驗結(jié)果分析

　　通過Matlab 計算所得出得神經(jīng)網(wǎng)絡學習誤差曲線和數(shù)字識別結(jié)果如圖1 所示。

　　本文將0 ~ 9 共10 類數(shù)據(jù)中的每類取20 個做測試樣本，共200 個測試樣本對系統(tǒng)進行性能測試。測試結(jié)果如表1 所列。由表1 中的數(shù)據(jù)可知，數(shù)字識別的正確率為98.5%，正確率較高，拒識率為6.5%，也比較高?？傮w數(shù)字識別有效率為94.5%.Kadous 用Power Gloves 作為手語輸入設(shè)備，這樣的識別率僅為80%.

　　5 結(jié) 語

　　實際上，數(shù)字識別的正確率和拒識率與數(shù)字識別的判斷值有關(guān)，本文的判斷值設(shè)置為0.7.判斷值設(shè)置得高，數(shù)字識別的正確率就高，同時數(shù)字的拒識率也相應地就高，反之亦然。因此，判斷值的選擇需要根據(jù)實際情況來定。