Abstract
在本篇論文中，我們發展出一套能在複雜背景辨識連續手勢的系統，而目前所辨識的手勢以數字手勢為主。這套系統是利用模型基準做手部追蹤、手形抽取、 然後以在時間-空間上有次序的狀態序列來描述手勢。模型基準的分析會受複雜背景的影響；而手勢狀態的表示法則跟手部移動速度的不均勻和手勢的觀看方向無關。使用這樣的手勢表示法的目的是為了使手勢的特性只依賴在空間上通過的軌跡，而不論手勢是否有精確的到達某個特定位置。基本上，我們是想要量化手勢的差異成為能夠代表此手勢的狀態序列。這個系統可分成三個部份:(1)建立一個可變形模型(flexiblemodel) (2)利用這個模型做手形抽取，(3)利用狀態(state)來描述手勢。 首先我們需要建立一個可變形模型來描述所對應的訓練集合的形狀變動情況。為了建立這個模型，我們需要點一些標籤點在手的外形上，藉著這些標籤點來描述手的形狀。然後，我們將這些在訓練集合內的手形，經由調整形狀大小、方向以及位移，來達到互相對齊的動作。如此，我們可以調查這些對齊後手形的模型點分布位置的統計特性，來獲得一個可變形模型。我們可以調整這個模型的的形狀參數，使它能夠與一個和訓練集合形狀相似的手形相戶符合。最後，我們將所獲取的手勢轉換成一個有次序的狀態序列，然後以狀態表示法來辨識手勢。而我們目前的手勢辨識系統，經實驗測試的結果， 總共能有效的辨識9個單一數字手勢以及多個含有兩個數字的手勢。