表现变化模型分别作为手势的表现特征，利用最大最小优化算法来创建手势参考模板，并利用基于模板的分类技术进行识别，对种手势的识别率超过在进步研究中，他们又给出了有关连续动态手势的识别，融合手势运动信息和皮肤颜色信息，进行复杂背景下的手势分割，通过结合手势的时序信息运动表现及形状表现，提出动态手势的时空表现模型，并提出基于颜色运行以及形状等多模式信息的分层融合策略抽取时空表观模型的参数。 最后，提出动态时空规整算法用于手势识别，对种手势，平均识别率高达。 台湾大学的等人利用单个数据手套作为手语输入设备，可识别台湾手语课本中的个基本词条，识别率为。 沈阳理工大学学士学位论文手势识别研究综述手势的定义由于手势本身具有多样性和多义性，具有在时间空间上的差异性加上不同文化背景的影响对手势的定义是不同的。 这里把手势定义为手势是人手或者手和臂结合所产生的各种姿势和动作，它包括静态手势指姿态，单个手形和动态手势指动作，由系列姿态组成。 静态手势对应模型参数空间里的个点，而动态手势对应着模型参数空间里的条轨迹，需要使用随时间变化的空间特征来表述。 手势和姿势的主要区别在于姿势更为强调手和身体的形态和状态而手势更为强调手的运动。 手势识别的意义目前，手势识别技术的应用在当前是比较热门的研究课题，已经有了相当丰富的手势识别理论研究，并有不少的应用实践。 由于人们的研究目的需求不同，在具体的处理方面就产生了不同的处理技术。 将计算机手势识别技术应用于图书馆虚拟现实导航系统之中，使用户能够身临其境的以自然的方式，在虚拟的场景中获得真实的感受成为种可能。 用手势进行人机交互十分自然高效。 以人手直接作为输入手段与其它输入方法相比较，具有自然性简洁性和丰富性直接性的特点。 因此，用计算机来识别手势提供了个更自然的人机接口。 使用计算机手势识别技术去识别用户输入的手势动作，并根据其识别的结果去驱动图书馆虚拟现实导航系统，用户将摆脱诸多外部硬件设备的限制，解放身体，自由的在空间中以简单的沈阳理工大学学士学位论文的设备来取代汽车上通常使用的仪表板控制设备，司机只需要在指定区域做出个手势，即可调整车内的温度或音响的音量，而不需要转移对路面的注意力。 在基于视觉手势识别方面，具有代表性的研究成果包括年富士通实验室完成了对个手语符号的识别工作和将戴上尖具有高亮标记的视觉手套的手势作为系统的输入，可识别种手势等在对美国手语中带有词性的个词汇随机组成的短句子识别率达到和从视频录像中提取特征，采用技术识别个孤立词，正确率为此外，与将两种方法结合用于美国手语识别，交互采用个位置跟踪器及三个互相垂直的摄像机作为手语输入设备，完成了个孤立词的识别，识别率为。 利用数据手套等典型传感设备的方法中，的和在年完成了个操纵机器人的手势控制系统用作为手语输入设备，识别由个孤立词构成的词汇集，正确率为。 面对如此多的新型用户接口，有分析家指出简便性和直观性是其是否成功的关键标准在我国，哈尔滨工业大学的吴江琴高文等给出了与的混合方法作为手语的训练识别方法，以增加识别方法的分类特性和减少模型的估计参数的个数，将混合方法应用于有个传感器的型号数据手套的中国手语识别系统中，孤立词识别率为，简单语句级识别率为。 接下来高文等又选取型号数据手套作为手语输入设备，并采用了为系统的识别技术，即利用个随时间变化的具有个分量的混合元混合密度来模型化手语信号，可识别中国手语字典中个词条，识别率为。 与基于的识别系统比较，这种模型的识别精度与模型的识别精度相当，其训练和识别速度比的训练与识别速度有明显的改善。 他们为了进步提高识别沈阳理