基于时间的人体手部运动识别技术

由陈元玉博士领导的军事技术学院信息技术系年轻研究小组的“实时人体手部运动识别技术研究与开发”项目的成功，在实践中开辟了许多有效的应用方向。

课题应用的有效性，例如开发支持信息查找和远程设备控制的系统、控制机器人协助残疾人、整合电视和音乐播放器控制……

应用性强的研究方向

陈元玉博士介绍说，自2009年以来，实时识别人类手部动作的研究方向一直是军事技术学院计算机视觉研究小组感兴趣的。

从以往对人脸识别、年龄预测、通过图像信息进行性别识别、利用监控摄像头自动检测行人等图像处理和人工智能技术的研究，到对同步性和系统性要求较高的车牌识别系统、利用图像处理技术的选举计票系统等研发，研究团队成员积累了大量解决实时应用开发问题的经验。

到2010年初，英特尔、欧姆龙、索尼、三星、微软等世界各大科技公司开始在市场上推出能够利用自然的人体动作与设备进行交互的实验性产品。

与此同时，在世界各地的研究中心的实验室中，如美国斯坦福大学、以色列希伯来大学、美国麻省理工学院、俄罗斯莫斯科国立大学以及国内研究小组，如越南科学技术学院信息技术研究所、河内理工大学等，有许多科学出版物涉及利用现代传感器设备解决使用手势、语音、思想来控制设备的自然交互问题。

“军事技术学院信息技术系的年轻研究团队意识到这是一个应用性强且适合自身能力的研究方向，因此报名开展该课题。该课题的研究目标是开发实时检测和识别图像中物体的算法，并将其应用于通过人手动作进行的人机交互，从而组建一个专门从事计算机视觉和人机交互的研究团队。”陈元玉博士说道。

开启许多可能性

经过一年的潜心研究，团队构建了准确率高达94%的手部区域检测算法；提出了提取39个手部区域特征的算法，可识别36种双手手势组合，在不同光照条件下平均准确率达88.54%；构建了可识别8组双手在空间中按照常规轨迹运动的动作的算法，准确率达89.85%。

此外，该团队还构建了可以接收微软Kinect传感器输入信号的计算机软件，使得无需接触键盘、鼠标、屏幕或其他任何设备，仅通过双手的动作即可进行计算机控制操作；识别速度达到0.4秒/动作组合（来自一系列约12帧连续的图像）……

“该项目提出的识别算法满足实时处理的要求，准确率与国际上已发表的研究成果相当（约90%）”，Tran Nguyen Ngoc博士兴奋地分享道。

陈元玉博士还表示，这项研究的成果可以继续开发许多实际应用。因此，在不久的将来，该团队将完成支持信息查找和远程设备控制的系统，以实现在医生无法接触控制应用程序的情况下查找病历、控制机器人协助残疾人、集成电视和音乐播放器控制等应用。该团队将继续在虚拟现实交互系统构建方向上开展研究，从而为广告和娱乐技术领域的技术支持解决方案的创建提供支持。

Ngoc博士还表示：“目前，团队正在招募更多嵌入式软件领域的研究人员，将算法集成到微芯片或智能手机、平板电脑等移动设备上。届时，研究成果可以集成到电视、投影仪、自主机器人等其他科技产品中……”。

据越通社报道