基于深度信息的动态手势识别综述-第４５卷第１２期２０１８年１２月计算机科学COMPUTERSCIENCEVol．４５No．１２Dec．２０１８到稿日期：２０１７-１２-２９返修日期：２０１８-０４-０８本文受“十二五”国家科技支撑计划项目（２０１５BAK３３B０２，２０１５BAK２７B０２）资助。陈甜甜（１９９３－），女，硕士生，主要研究方向为计算机视觉、人机交互；姚璜（１９８４－），男，博士，讲师，主要研究方向为模式识别、计算机视觉，E-mail：yaohuang＠mail．ccnu．edu．cn（通信作者）；左明章（１９６９－），男，博士，教授，主要研究方向为教育信息化、数字媒体技术；田元（１９８２－），女，博士，讲师，主要研究方向为计算机视觉、增强现实；杨梦婷（１９９５－），女，硕士生，主要研究方向为人机交互。基于深度信息的动态手势识别综述陈甜甜姚璜左明章田元杨梦婷（华中师范大学教育信息技术学院武汉４３００７９）摘要随着计算机技术的飞速发展，自然、简单、非接触式的手势识别在人机交互方面备受青睐。动态的手势识别一直是人机交互领域研究的热点与难点，深度传感器的出现为手势识别的研究提供了更加鲁棒的数据。为了解动态手势的发展现状，在广泛调研现有文献和最新成果的基础上，对基于深度信息的动态手势从手势分割、手势建模、特征提取、手势识别４个方面进行阐述，介绍动态手势识别相关的应用领域，并对其中存在的难点与问题进行讨论。关键词人机交互，动态手势识别，深度信息，手势分割，特征提取中图法分类号TP３９１文献标识码AＤＯＩ１０．１１８９６／j．issn．１００２-１３７X．２０１８．１２．００６ＲｅｖｉｅｗｏｆＤｙｎａｍｉｃＧｅｓｔｕｒｅＲｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎＤｅｐｔｈＩｎｆｏｒｍａｔｉｏｎCHENTian-tianYAOHuangZUOMing-zhangTIANYuanYANGMeng-ting（SchoolofEducationalInformationTechnology，CentralChinaNormalUniversity，Wuhan４３００７９，China）ＡｂｓｔｒａｃｔWiththerapiddevelopmentofcomputertechnology，natural，simpleandnon-contactgesturerecognitionisfa-voredinhuman-computerinteraction．Dynamicgesturerecognitionhasalwaysbeenahotanddifficultissueinthefieldofhuman-computerinteraction．Inordertounderstandthedevelopmentstatusofdynamicgestures，thispaperdescribedthedynamicgesturesbasedondepthinformationfromfouraspectsofgesturesegmentation，gesturemodeling，featureextractionandgesturerecognitionbasedontheextensiveinvestigationoftheexistingliteratureandthelatestachievements，introducedtheapplicationsofdynamicgesturerecognition，anddiscussedtheexistingdifficultiesandproblems．ＫｅｙｗｏｒｄｓHuman-computerinteraction，Dynamicgesturerecognition，Depthinformation，Gesturesegmentation，Fea-tureextraction1引言随着计算机技术的发展，动态手势识别已经成为一种新兴的人机交互方式，同时也是一个重要的研究方向［１］。传统的动态手势识别手段主要是利用智能传感设备（鼠标和笔）、可穿戴设备（数据手套［２］）以及单个或多个摄像头进行数据采集的视觉方法。数据手套和手指跟踪器等外部设备定位人体的手的位置和角度，对人的舒适性和自然度有较大影响，并且这种方式的成本较高。基于视觉的手势识别易受到光照和复杂背景的影响，从而导致识别率较低。随着深度传感器的出现，基于深度信息的手势识别［３-５］通过提取手势的深度数据，有效地消除了光照和复杂背景等干扰，使手势识别技术的研究迈上了一个新的台阶。Jojic等［６］最早提出基于视差的指向手势的检测和估计。２００２年，文献［７］通过使用codedlighting技术来获取３D数据用于静态手势识别。基于深度信息的动态手势识别，Liu等［８］较早提出了一种通过使用主动感测硬件获取实时深度图像数据的序列来识别手势的方法。Rautaray等［９］总结了２００５年到２０１２年基于视觉的手势识别系统的进展，为后来HCI手势领域的研究提供了参考价值。２０１２年，Suarez［１０］对基于深度图像的手...