3D手勢識別背后的技術

　　摘要：探討了3D手勢識別需要的技術。

　　隨著觸摸屏技術的不斷推廣，用戶已經適應并逐漸熟悉了與機器的互動?，F在，人機互動技術已邁上了更高的臺階，進入了手勢識別時代，不過這也并不是一帆風順的。手勢識別現已在娛樂及游戲市場出現，然而這種技術將對我們的日常生活產生怎樣的影響呢?不妨假想一下，有人坐在沙發上，只需一揮手就能操控燈光和電視，或者汽車自動檢測附近是否有行人。隨著手勢識別技術支持人機互動的不斷深入發展，這些及其它功能將很快得以實現。手勢識別技術長期以來一直采用 2D 視覺進行研究，但隨著 3D 傳感器技術的出現，其應用將日益廣泛并多樣化。

　　2D視覺的局限

　　計算機視覺技術一直在努力向堪比人類智慧的智能方向發展，以更好地了解場景。如果不能解釋周圍的世界，計算機就無法與人實現自然交流對接。計算機在了解周圍場景方面面臨的主要問題包括細分、對象表征、機器學習與識別等。由于 2D 場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身體跟蹤時，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)創新

　　向 3D 視覺及手勢識別發展過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。機器無法獲得 3D 視覺的一大挑戰就在于影像分析技術。目前有 3 種應對 3D 采集問題的常見解決方案，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、結構光模式以及渡越時間 (TOF)。有了這些技術提供的 3D 影像輸出，就可實現手勢識別技術。

　　立體視覺
　　立體視覺系統可能是最為人所熟知的 3D 采集系統。該系統使用 2 個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。計算機通過比較這兩個影像，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。立體視覺系統目前通常用于 3D 電影，能帶來低成本而又震撼人心的娛樂體驗。

　　結構光模式
　　結構光模式可用來測量或掃描 3D 對象。在該類系統中，可在整個對象上照射結構光模式，光模式可使用激光照明干擾創建，也可使用投影影像創建。使用類似于立體視覺系統的攝像機，有助于結構光模式系統獲得對象的 3D 坐標。此外，單個 2D 攝像機系統也可用來測量任何單條的移位，然后通過軟件分析獲得坐標。無論使用什么系統，都可使用坐標來創建對象外形的數字 3D 圖形。　　

 

　　渡越時間 (TOF)
　　渡越時間 (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，同樣可從發射極向對象發射光脈沖。接收器則可通過計算光脈沖從發射器到對象，再以像素格式返回到接收器的運行時間來確定被測量對象的距離。

　　TOF 系統不是掃描儀，因為其不支持點對點測量。TOF 系統可同時獲得整個場景，確定 3D 范圍影像。利用測量得到的對象坐標可創建 3D 影像，并可用于機器人、制造、醫療技術以及數碼攝影等領域的設備控制。

　　實施 TOF 系統所需的半導體器件現已開始供貨。目前的器件支持實現 TOF 系統所需的處理性能、速度與帶寬。