摘要：采用指势进行人机交互,可充分发挥人类日常技能,摆脱常规输入设备束缚.实现自然的指势人机交互的关键是,如何从复杂的人机交互场景中有效提取指势用户对象,提出了基于时/空运动特征的指势用户对象识别新方法.基于多尺度小波变换在时/空域所具有的优异局部化特性,从复杂场景中提取前景运动对象,克服环境条件约束以及动态环境变化及先验假设等不足;基于多尺度小波变换的梯度积分图方法,获取稳定可靠的指势手部HOG特征,采用机器学习方法,对上述特征向量分类,并基于指势手与指势用户对象的空间关联性识别指势用户对象.通过实验对比,结果表明本文方法有效、可行.

关键词：人机交互 模式识别 对象分割 特征提取 

单位：上海大学通信与信息工程学院; 上海200072; 新型显示技术及应用集成教育部重点实验室; 上海200072