本发明的一种面向三维交互界面的手势速度估计方法，为体现用户不同运动速度，首先利用数据手套确立手势速度与手势图像变化之间的基本关系；其次根据这种关系，分阶段建立速度估计模型；最后通过手势图像估计人手运动参数，得到实时的人手运动速度，使三维虚拟手势速度与实际人手运动速度保持一致。本发明的有益效果是：本发明与基于行为模型的手势跟踪算法相比较，平均运行时间降低了26％；在不同的运动速度下，本发明跟踪精度与数据手套对比，总体误差为10％。本发明提出的模型已经用于三维手势交互界面，通过对原型系统的测试表明，具有良好的用户体验。
1.一种面向三维交互界面的手势速度估计方法，其特征在于，包括以下步骤：
步骤1，在计算机中建立三维虚拟手势模型，该模型运用若干自由度参数描述手势姿态；
步骤2，构建虚拟场景，并在虚拟场景中搭建人机交互平台，实验者利用数据手套和USB摄像头进行抓取物体的人机交互实验，通过实验统计数据得出结论为，人手在抓取和释放物体过程中，人手关节角度变化量与对应的人手面积变化量之间的关系近似高斯曲线和抛物线，然后利用高斯曲线和二次多项式进行拟合，将人手抓取释放物体用数学表达式：抓取阶段：
释放阶段：yi＝aix+bix+ci；其中，x表示人手面积变化量，y表示人手关节角度变化量；
步骤3，选取人手抓取和释放物体过程中的任意时刻t，t>0时，计算t时刻的人手面积与初始时刻人手面积的变化量x(t)，并带入步骤2中的数学表达式内计算出人手关节角度变化量y(t)，结合初始时刻的人手关节角度值，得出t时刻的人手关节角度值，并作为自由度参数实时输入给三维虚拟手势模型；
在步骤3中，首先记录初始时刻t＝0时，人手各个自由度为θi(0)，手势的面积为S(0)；然后在任意时刻t>0时，计算手势图像面积S(t)，根据 计算出人手面积变化量x(t)；再然后将人手面积变化量x(t)带入步骤2中的数学表达式，计算出时刻t手势各个自由度变化量y(t)；最后根据yi(t)＝|θi(t)-θi(0)|得到任意时刻t手势自由度值θi(t)，并作为自由度参数实时输入给三维虚拟手势模型，通过任意时刻t手势自由度θi(t)，实时控制三维虚拟手势运动速度，实现三维虚拟手势与实际人手速度保持一致。
2.根据权利要求1所述面向三维交互界面的手势速度估计方法，其特征在于：在步骤
1中，运用X＝(x1,x2,…,x26)描述手势姿态，其中6个全局自由度x1,x2,…,x6，代表手掌中心点在世界坐标系中的坐标位置和方向，20个局部自由度x7,x8,…,x26代表拇指、食指、中指、无名指、小指各关节与手掌平面的夹角及相邻指节间的夹角，对于每个手指，掌骨指关节有2个自由度，近端指关节和末端指关节各有1个自由度。
一种面向三维交互界面的手势速度估计方法
技术领域
[0001] 本发明涉及一种面向三维交互界面的手势速度估计方法。
背景技术
[0002] 运动风格是个人习惯、生活背景和主观情绪等综合因素的表现形式，体现运动的高层属性。无论是不同的操作者做同一种运动还是同一个操作者重复一种运动，每次运动风格都会不同。为了生成自然逼真且风格可控的运动，研究者运用各种方法表现不同运动风格。Liu等人将风格定义为若干物理参数，通过反向非线性优化实现风格变换。Brand等人建立具有学习机制的逆运动学算法，对运动模型进行学习，生成不同风格的人体运动。Hsu等人利用线性时不变模型，实现风格的变换。马万里等人对人体运动数据进行主旋转分析，提取运动内容和风格，动态构建风格图，根据风格图生成风格可控的人体运动。刘更代等人提出人体运动独立时空特征模型，利用低维运动混合和时空约束优化方法进行交互式运动风格编辑，实现各种风格的行走运动。以上主要研究人体不同的运动风格，没有表现出人手的运动风格。人手比人体活动范围小，具有更加复杂且精细的运动特点，对人手运动风格的研究主要借助人体运动自动生成特定的手势动作。 等人通过查找人体和手指运动数据库，自动在人体动作上添加手指动作，生成交谈、讨论和指挥等类型的手势。这种通过人体大范围运动自动合成手势运动的方法，没有考虑实际人手运动速度。Huang等人建立运动图模型，图中每个结点代表上肢运动关键帧，每条边代表一段运动序列，通过识别关键帧，遍历图结点，进行上肢运动速度控制，这种方法，可以控制人体上肢运动速度，但存在一定延时。
发明内容
[0003] 为解决以上技术上的不足，本发明提供了一种实时性好，跟踪精度高的面向三维交互界面的手势速度估计方法。
[0004] 本发明是通过以下措施实现的：
[0005] 本发明的一种面向三维交互界面的手势速度估计方法，包括以下步骤：
[0006] 步骤1，在计算机中建立三维虚拟手势模型，该模型运用若干自由度参数描述手势姿态；
[0007] 步骤2，构建虚拟场景，并在虚拟场景中搭建人机交互平台，实验者利用数据手套和普通USB摄像头进行抓取物体的人机交互实验，通过实验统计数据得出结论为，人手在抓取和释放物体过程中，人手关节角度变化量与对应的人手面积变化量之间的关系近似高斯曲线和抛物线，然后利用高斯曲线和二次多项式进行拟合，将人手抓取释放物体用数学表达式：
[0008] 抓取阶段：
[0009] 释放阶段：yi＝aix2+bix+ci；其中，x表示人手面积变化量，y表示人手关节角度变化量；
[0010] 步骤3，选取人手抓取和释放物体过程中的任意时刻t，t＞0时，计算t时刻的人手面积与初始时刻人手面积的变化量x(t)，并带入步骤2中的数学表达式内计算出人手关节角度变化量y(t)，结合初始时刻的人手关节角度值，得出t时刻的人手关节角度值，并作为自由度参数实时输入给三维虚拟手势模型。
[0011] 在步骤3中，首先记录初始时刻t＝0时，人手各个自由度为θi(0)，手势的面积为S(0)；然后在任意时刻t＞0时，计算手势图像面积S(t)，根据 计算出人手面积变化量x(t)；再然后将人手面积变化量x(t)带入步骤2中的数学表达式，计算出时刻t手势各个自由度变化量y(t)；最后根据yi(t)＝|θi(t)-θi(0)|得到任意时刻t手势自由度值θi(t)，并作为自由度参数实时输入给三维虚拟手势模型，通过任意时刻t手势自由度θi(t)，实时控制三维虚拟手势运动速度，实现三维虚拟手势与实际人手速度保持一致。
[0012] 在步骤1中，运用X＝(x1,x2,…,x26)描述手势姿态，其中6个全局自由度x1,x2,…,x6，代表手掌中心点在世界坐标系中的坐标位置和方向，20个局部自由度x7,x8,…,x26代表拇指、食指、中指、无名指、小指各关节与手掌平面的夹角及相邻指节间的夹角，对于每个手指，掌骨指关节有2个自由度，近端指关节和末端指关节各有1个自由度。
[0013] 本发明的有益效果是：本发明与基于行为模型的手势跟踪算法相比较，平均运行时间降低了26％；在不同的运动速度下，本发明跟踪精度与数据手套对比，总体误差为10％。本发明提出的模型已经用于三维手势交互界面，通过对原型系统的测试表明，具有良好的用户体验。
具体实施方式
[0014] 本发明的一种面向三维交互界面的手势速度估计方法，为体现用户不同运动速度，首先利用数据手套确立手势速度与手势图像变化之间的基本关系；其次根据这种关系，分阶段建立速度估计模型；最后通过手势图像估计人手运动参数，得到实时的人手运动速度，使三维虚拟手势速度与实际人手运动速度保持一致。以手势运动的行为模型作为切入点，揭示了手势图像面积变化与手势运动速度之间的关系，为进一步捕捉用户的交互意图打下了基础。
[0015] 1.建立三维手势模型
[0016] 根据人手的骨骼结构，运用X＝(x1,x2,…,x26)描述手势姿态，其中6个全局自由度x1,x2,…,x6，代表手掌中心点在世界坐标系中的坐标位置和方向，20个局部自由度x7,x8,…,x26代表拇指、食指、中指、无名指、小指各关节与手掌平面的夹角及相邻指节间的夹角，对于每个手指，掌骨指关节有2个自由度，近端指关节和末端指关节各有1个自由度。该模型充分利用人手特有的生理结构和运动约束，利用OpenGL将虚拟人手三维模型进行绘制，用圆柱代表指节，用圆球代表关节，手掌用矩形近似代替。
[0017] 2.搭建三维虚拟场景
[0018] 利用数据手套和普通USB摄像头建立虚拟平台，通过OpenGL绘制虚拟场景进行人机交互实验，实验时，实验者利用数据手套进行抓取小球动作。摄像头实时捕获的人手运动
