MATLAB基于BP神经网络的手势识别

MATLAB基于BP神经网络的手势识别

摘 要：给出了采用MATLAB来识别五个手指和手背的同心圆距离，并通过颜色肤色的方法来提取手势特征量，同时利用BP神经网络算法进行误差分析来实现手势识别的设计方法。最后，通过Matlab验证，结果表明，该系统在测试中识别率较高，系统稳定。

关键字：MATLAB；BP神经网络；手势识别；

0 引 言

随着科技的发展和进步，计算机已经渐渐适应人的需求。人类在利用计算机解决问题时，并没有将主观能动性和计算机的高效性有机地结合起来。研究新型的人机交互工具能够打破这一障碍。当虚拟现实越来越被人熟知时，可以使用手势作为载体进行人机交互。目前，手势输入的种类有基于图像的和基于加速度传感器的。由于图像的手势识别对外部环境的依赖比较大，而加速度传感器识别就不受外部条件的限制，甚至可以依靠单手完成操作，因此，基于加速度传感器的方法能有效地识别手势动作，完成人机交互。本文采用MATLAB识别五个手指和手背上的加速度信息，实现手势的输入。

1 手势识别方法

手势的执行是一个动态的过程，主要表现在手指弯曲引起的手的形状和手在空间的位置和方位的变化，需要从时间和空间两方面来描述。根据手势的时变特征，可将手势分为静态手势和动态手势[2]。从测量的角度看，静态手势可用某一时刻手的空间特征的测量值来表示，而动态手势是指需要使用随时间变化的空间特征来描述的手势。静态手势可以用各个关节测得的特征值来表示，而动态手势需用一段时间内手的空间特征的一组测量序列值来表示[3]。人的手有多个自由度，运动十分灵活、复杂，而且不同的人，手的大小不同。因此，同样的手势，不同的人作出时手的