3D手勢識別背后的技術(shù)

　　摘要：探討了3D手勢識別需要的技術(shù)。

　　隨著(zhù)觸摸屏技術(shù)的不斷推廣，用戶(hù)已經(jīng)適應并逐漸熟悉了與機器的互動(dòng)?，F在，人機互動(dòng)技術(shù)已邁上了更高的臺階，進(jìn)入了手勢識別時(shí)代，不過(guò)這也并不是一帆風(fēng)順的。手勢識別現已在娛樂(lè )及游戲市場(chǎng)出現，然而這種技術(shù)將對我們的日常生活產(chǎn)生怎樣的影響呢?不妨假想一下，有人坐在沙發(fā)上，只需一揮手就能操控燈光和電視，或者汽車(chē)自動(dòng)檢測附近是否有行人。隨著(zhù)手勢識別技術(shù)支持人機互動(dòng)的不斷深入發(fā)展，這些及其它功能將很快得以實(shí)現。手勢識別技術(shù)長(cháng)期以來(lái)一直采用 2D 視覺(jué)進(jìn)行研究，但隨著(zhù) 3D 傳感器技術(shù)的出現，其應用將日益廣泛并多樣化。

　　2D視覺(jué)的局限

　　計算機視覺(jué)技術(shù)一直在努力向堪比人類(lèi)智慧的智能方向發(fā)展，以更好地了解場(chǎng)景。如果不能解釋周?chē)氖澜?，計算機就無(wú)法與人實(shí)現自然交流對接。計算機在了解周?chē)鷪?chǎng)景方面面臨的主要問(wèn)題包括細分、對象表征、機器學(xué)習與識別等。由于 2D 場(chǎng)景表征本身存在局限性，手勢識別系統必須應用其它各種提示信息才能得到包含更有用信息的更好結果。在可能性信息包含整個(gè)身體跟蹤時(shí)，盡管將多種提示信息整合在一起，單靠 2D 表征也很難獲得超越手勢識別的任何信息。

　　“z”(深度)創(chuàng )新

　　向 3D 視覺(jué)及手勢識別發(fā)展過(guò)程中的挑戰一直都是第三坐標 —z 軸坐標的獲取。人眼能看到 3D 對象，能自然識別 (x,y,z) 坐標軸，從而能夠看到一切事物，而后大腦能夠以 3D 影像的形式表達這些坐標軸。機器無(wú)法獲得 3D 視覺(jué)的一大挑戰就在于影像分析技術(shù)。目前有 3 種應對 3D 采集問(wèn)題的常見(jiàn)解決方案，每種方案都有其獨特的功能與特定的用途。這三種方案分別為：立體視覺(jué)、結構光模式以及渡越時(shí)間 (TOF)。有了這些技術(shù)提供的 3D 影像輸出，就可實(shí)現手勢識別技術(shù)。

　　立體視覺(jué)
　　立體視覺(jué)系統可能是最為人所熟知的 3D 采集系統。該系統使用 2 個(gè)攝像機獲得左右立體影像，該影像有些輕微偏移，與人眼同序。計算機通過(guò)比較這兩個(gè)影像，就可獲得對應于影像中物體位移的不同影像。該不同影像或地圖可以是彩色的，也可以為灰階，具體取決于特定系統的需求。立體視覺(jué)系統目前通常用于 3D 電影，能帶來(lái)低成本而又震撼人心的娛樂(lè )體驗。

　　結構光模式
　　結構光模式可用來(lái)測量或掃描 3D 對象。在該類(lèi)系統中，可在整個(gè)對象上照射結構光模式，光模式可使用激光照明干擾創(chuàng )建，也可使用投影影像創(chuàng )建。使用類(lèi)似于立體視覺(jué)系統的攝像機，有助于結構光模式系統獲得對象的 3D 坐標。此外，單個(gè) 2D 攝像機系統也可用來(lái)測量任何單條的移位，然后通過(guò)軟件分析獲得坐標。無(wú)論使用什么系統，都可使用坐標來(lái)創(chuàng )建對象外形的數字 3D 圖形?！　?/p>

 

　　渡越時(shí)間 (TOF)
　　渡越時(shí)間 (TOF) 傳感器是一種相對較新的深度信息系統。TOF 系統是一種光雷達 (LIDAR) 系統，同樣可從發(fā)射極向對象發(fā)射光脈沖。接收器則可通過(guò)計算光脈沖從發(fā)射器到對象，再以像素格式返回到接收器的運行時(shí)間來(lái)確定被測量對象的距離。

　　TOF 系統不是掃描儀，因為其不支持點(diǎn)對點(diǎn)測量。TOF 系統可同時(shí)獲得整個(gè)場(chǎng)景，確定 3D 范圍影像。利用測量得到的對象坐標可創(chuàng )建 3D 影像，并可用于機器人、制造、醫療技術(shù)以及數碼攝影等領(lǐng)域的設備控制。

　　實(shí)施 TOF 系統所需的半導體器件現已開(kāi)始供貨。目前的器件支持實(shí)現 TOF 系統所需的處理性能、速度與帶寬。