賈鶴鳴，朱傳旭，張森，楊澤文，何東旭

（1. 東北林業(yè)大學 機電工程學院，黑龍江 哈爾濱 150040; 2. 哈爾濱工程大學 自動化學院，黑龍江 哈爾濱150001）

手勢語言作為一種常用的交流語言，通過不同手勢的組合、不同手形的變化，能夠表達多種復雜的含義，在非聲音傳遞信息的方式中，如特警手語、聾啞人交流、遠程指揮等方面，起到重要作用[1]。特征提取是手勢識別的關(guān)鍵環(huán)節(jié)，即通過對不同的手勢進行數(shù)學描述，表示獨特的特征關(guān)系。常用的特征有幾何特征、形狀特征、Hu矩特征等。

國外方面，Davis等[2]采用不變矩和神經(jīng)網(wǎng)絡，進行數(shù)字手勢的識別；Miyashita等[3]針對靜態(tài)手勢具有平移和旋轉(zhuǎn)性問題，采用基于邊界信息特征描述的方法；Kapu?ciński等[4]提出改進的梯度直方圖方法進行靜態(tài)手勢識別，通過加強圖像坐標系的局部方向，使之能夠找到最佳的關(guān)鍵向量，提高識別率。國內(nèi)方面，譚臺哲等[5]將深度與膚色信息結(jié)合，根據(jù)手指和手掌質(zhì)心判斷方向，從而完成對手勢和左右手的識別，魯棒性強；劉淑萍等[6]在傳統(tǒng)的HOG方法的基礎上加入膚色模型和手指檢測算法，將識別率提高20%；趙磊等[7]對傳統(tǒng)DTW算法進行改進，以歐氏距離為元素組成矩陣，結(jié)合事先錄入的手勢模板，實現(xiàn)手勢識別。通過上述國內(nèi)外研究現(xiàn)狀的分析不難發(fā)現(xiàn)研究問題主要集中于空域特征的提取。實際上，頻譜能在描述紋理特征時體現(xiàn)重要作用[8]。常用的頻域變換主要有傅里葉變換、小波變換等。前期研究中，大多僅采用空域特征或者僅采用小波變換系數(shù)特征，但由于傳統(tǒng)小波變換在獲取頻譜特征時，不具有方向性，因此，擬采用對偶樹復小波變換提取頻域特征，實現(xiàn)–75°、–45°、–15°、15°、45°和 75°等 6 個方向的特征度量，最后為提高特征的完備性，本文將空域特征與頻域特征進行融合。

分類器通常采用人工神經(jīng)網(wǎng)絡，常用的有BP神經(jīng)網(wǎng)絡、支持向量機(SVM)等。經(jīng)過許多學者研究證實，在圖像識別方面，SVM比BP精度更高，且不易陷入過擬合狀態(tài)[9-12]。但是，由于SVM在高維空間中計算量遠遠大于BP，因此，當樣本較多、特征維數(shù)較大時，SVM速度較慢。本文引入BD(best distance)優(yōu)選SVM訓練樣本的算法，一方面減少樣本數(shù)，提高訓練速度，另一方面，優(yōu)化樣本質(zhì)量，提高訓練精度。

1 特征提取

1.1 空域特征

1)位置。由前面部分手勢跟蹤，可獲取手勢的位置信息，用掌的面積中心表示。設手掌像素的坐標為，其中，那么其質(zhì)心表示為

2)長寬比。手所在的最小矩形，長度定義為L，寬度定義為W，長寬比r定義為

3)矩形度。手勢所占面積S0與最小外接矩形面積Sm之比。矩形度a表示為

4) Hu矩特征。Hu矩特征主要描述圖像旋轉(zhuǎn)的不變性，包含7個分量。對于一幅的圖像，則其階矩為

通過計算函數(shù)的重心，得到：

對中心矩進行歸一化后，使用二階和三階矩構(gòu)造7個h分量矩：

1.2 單位的書寫規(guī)則

且滿足希爾伯特變換，即：

用樹A和樹B表示，結(jié)構(gòu)圖如圖1所示。

圖 1 對偶樹復小波變換結(jié)構(gòu)圖Fig. 1 Dual tree complex wavelet transform structure

圖 2 對偶樹復小波變換的6個方向性Fig. 2 Six directions of dual tree complex wavelet transform

2 BD-SVM分類器

根據(jù)傳統(tǒng)SVM算法原理，根據(jù)幾何特征，支持向量即同類距離最小，異類距離最大的兩類樣本，若訓練樣本未進行優(yōu)化，則尋找支持向量的過程就會耗時嚴重，因此，改進思路聚集在對訓練樣本的幾何特征上。本文將訓練樣本的點間距離作為度量，通過優(yōu)化訓練樣本集，提高SVM的訓練速度，也因樣本集的品質(zhì)提高，從而間接提高分類器的識別精度。具體數(shù)學描述如下。

將樣本點分布于空間中，定義任意兩點的距離為

3)[令，，計算平均距離矩陣。

4)對矩陣V進行按序排列，其中，V11和V22降序，V12和 V21升序，提取 l·t個樣本，得到新的訓練樣本集。

5)在新樣本集上利用SVM建立模型，并進行測試。

2)在高維空間中，按照式(1)計算距離矩陣

3 結(jié)果與分析

3.1 特征提取

靜態(tài)手勢識別選取60幅“1～9”手勢的圖像作為訓練樣本，30幅作為測試樣本。包括空域及頻域特征提取， BD-SVM分類器精度，輸出識別正確率和分類時間。

進行空域特征提取，首先需對輸入的圖像進行預處理，然后進行分割和檢測，最后，計算相應的空域特征。某一樣本“1～9”手勢的預處理后的圖像及分割檢測后的圖像如圖3所示。

圖 3 “1～9”手勢圖像及分割檢測圖像Fig. 3 "1～9" gesture image and split detection image

按照前文給出的公式，計算空域特征，包括位置、長寬比、矩形度、Hu矩的7個分量。取某一樣本的“1～9”手勢的特征，如表1所示。

對偶樹復小波具有平移不變性和方向多樣化的特性，按照對偶樹復小波變換進行頻域特征提取，dtwavexfm2函數(shù)中可以選擇4個濾波器，本文選legall，進行變換分解。

以其中一幅手勢圖像為例，對偶樹復小波特征提取的結(jié)果如下。某一示例圖像“1”如圖4所示，其他“2～9”手勢特征提取過程相同。

圖 4 示例圖像Fig. 4 Sample image

經(jīng)過分解后的結(jié)果如圖5所示。

圖 5 分析結(jié)果Fig. 5 Results of the analysis

表 1 某一樣本“1～9”手勢的特征提取Table 1 The feature extraction of a sample “1～9” gesture

選取高頻分量輸出的16×16矩陣，作為該手勢圖像的特征參數(shù)，方便計算，將該矩陣進行歸一化處理，然后，取主對角線元素作為特征，共計16個分量。

對于每個樣本，將空域特征的11個分量與頻域的16個分量進行融合，組成新的矢量，則新矢量的維度為27，然后，以60個樣本作為訓練集，輸入分類器中訓練，30個樣本預測集，用于驗證分類精度。

3.2 BD-SVM識別結(jié)果

本節(jié)主要測試手勢“1～9”的識別效果。利用BD算法優(yōu)化訓練樣本，設置BD-SVM的比例系數(shù)t為0.3，然后，將新的訓練樣本作為SVM訓練集，最后，選取線性核函數(shù)、多項式核函數(shù)和徑向基核函數(shù)分別進行實驗。γ設置為0.1，懲罰參數(shù)設置為10，具體實驗結(jié)果如下所示。

樣本優(yōu)選過程進行二維可視化后，如圖6所示。

圖 6 優(yōu)選的訓練樣本Fig. 6 Preferred training samples

圈內(nèi)的樣本為優(yōu)選后的樣本，作為新的訓練集，挑選出46個新的訓練樣本。

對于每個核函數(shù)，輸出識別精度和識別時間，最后計算平均正確率和平均識別時間。采用線性核函數(shù)的識別結(jié)果如表2所示。

表 2 線性核函數(shù)識別結(jié)果Table 2 Linear kernel function recognition result

由表2得出，線性核函數(shù)的平均正確率為84%，平均識別時間為0.022 s。

采用多項式核函數(shù)的識別結(jié)果如表3所示。由表3得出，線性核函數(shù)的平均正確率為86.67%，平均識別時間為0.032 s。

表 3 多項式核函數(shù)識別結(jié)果Table 3 Polynomial kernel function recognition result

采用徑向基核函數(shù)的識別結(jié)果如表4所示。由表4得出，線性核函數(shù)的平均正確率為90.33%，平均識別時間為0.026 s。

通過實驗得出，選擇徑向基核函數(shù)的識別率最高，運算速度也較快，因此，進行靜態(tài)手勢識別，采用徑向基核函數(shù)。

表 4 徑向基核函數(shù)識別結(jié)果Table 4 Radial basis kernel function recognition result

4 結(jié)束語

本文主要采用空域特征和對偶樹復小波相融合的特征，空域特征包含水平位置、豎直位置、長寬比、矩形度、Hu矩7個分量，計11維特征，頻域特征采用對偶樹復小波變換的16維特征，特征融合后，共計27維特征；采用BD算法進行訓練樣本優(yōu)選，優(yōu)選出46個新的訓練樣本，再將新的訓練樣本進行SVM分類器的訓練，實驗表明，采用徑向基核函數(shù)識別精度最高，速度最快，“1～9”的靜態(tài)手勢識別效果最好。