半虚拟现实座舱中基于最大后验概率框架的手姿态估计

《半虚拟现实座舱中基于最大后验概率框架的手姿态估计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAerOnauticaetAstrOnauticaSinicaJuIy252011V01．32NO．71252—1259ISSN1000—6893CN11-1929／Vhttp：∥hkxb．buaa．edu．cnhkxb遁》buaa．edu．cn文章编号：1000—6893(2011)07—1252一08半虚拟现实座舱中基于最大后验概率框架的手姿态估计周来，顾宏斌*，孙瑾，汤勇南京航空航天大学民航学院，江苏南京210016摘要：手姿态估计是半虚拟现实(SVR)座舱环境中进行人机交互(HCI)的基础工作，为此提出一种基于最大后验概率(MAP)框架的手姿

2、态估计方法。针对手部自遮挡问题，建立多视点手势特征树，通过树节点搜索实现手姿态参数的快速估计，并利用时序信息提高估计精度。在树节点搜索过程中，采用改进的局部敏感哈希(LSH)索引算法提高搜索效率。实验结果表明，该方法得到的姿态参数能实时、准确地驱动虚拟手，再现用户真实手的各种动作和状态。关键词：虚拟现实；姿态估计；最大后验概率；敏感哈希；手部自遮挡中图分类号：V216．8文献标识码：A目前用于民航飞行员训练和考核的飞行模拟机均采用1。1的实物座舱，设备庞大、价格昂贵、使用费用高、不可重配置。为此，顾宏斌等n3提出半虚拟现实座舱的概念：舱内设备采用实物，保证操作的触觉

3、和力觉；舱内外视景由计算机生成，只需改变视景，就能实现不同机型可重配置。由于视景输出采用头盔显示器，用户无法看到真手，该系统仍采用传统的数据手套作为虚拟现实交互设备。数据手套的体积和重量严重影响人的沉浸感，且硬件成本非常高。随着计算机视觉技术的发展，基于视觉的姿态估计方法更能体现“以人为中心”的交互特性，已经广泛应用于虚拟现实交互领域。目前，视觉姿态估计方法可以分为两类：(1)基于模型的估计方法[2q]。利用3D手模型投影得到预测手势图像，比较其与采集图像之间的差异，修正相应姿态参数。(2)基于表观的估计方法[5嵋]。建立图像特征空间到姿态空间的映射，由图像特征直接

4、估计姿态参数。前者跟踪精度较高，但若在高维姿态空间完成参数搜索耗时巨大。加人手结构约束和运动约束[7]可以降低姿态空间维数，但仍无法满足实时性要求。后者的时间复杂度较低，但建立特征空间到姿态空间的映射并完成特征搜索，需要庞大的手势图像库以及高效的数据搜索算法的支持。手姿态估计还需解决的一个棘手问题就是手部自遮挡，自遮挡情况下的不同手势很难从单一视点加以区分。冯志全等C81基于3D模型，通过手可见部分姿态参数推测自遮挡部分姿态参数，由于基于3D手模型，该方法时间复杂度较高。Delamarre等[91使用立体摄像机获取深度图像(DepthInmge)解决自遮挡，为保证精

5、度，要求手离摄像机距离一定，若应用在半虚拟现实座舱中势必影响手的运动空间范围。Ueda等[10]使用多视点摄像机建立人手体素模型(VoxelModel，VM)，通过比较VM最外层包络识别自遮挡手势，但建立vM耗时巨长。收稿日期：2010-11-04；退修日期：2010-11-22；录用日期：2010-12-17；网络出版时问：2010．，2-2813：35：22网络出版地址：www．cnn舱t／kcms／deta¨／11．1929．v．2们01228．1335．005．h咖ID0l：CNKI：11．1929／v．2们01228．1335．∞5基金项目：国家“863”

6、计划(2007AA012306)；国家自然科学基金(60776812)I南京航空航天大学青年科技创新基金(Ns2010175)*通讯作者．Tel．：025-848935们E帕jI：ghb@n怕a．e由．∞孳l焉撂武t竭来．矮宏斌．孙瑾．等．半虚拟现宾鏖舱中基f最大后验概率框架的手姿态估计C∞．航空学报．201，．32(7)；'252．1259．zhouLaI．t知HongbIn．sImJ．n．etaI，H拍dposeestimationbasedonmaximurnaDoslefIor{t啪ework{nsemt-vl咖al浩BI

7、ty∞ck口n

8、J1．ActaAe

9、ro憾ut}caetAstrof谊ut

10、cas’ni∞。20ll。32(7)：1252．

11、259．周来等：半虚拟现实座舱中基于最大后验概率框架的手姿态估计Hanlada等[儿3基于表观方法，按视点建立多个手势图像库，融合各库搜索结果求解手姿态，但随视点增多，图像库也需成倍增加。Guan等n21假设摄像机视点互相独立，引人贝叶斯概率实现手姿态估计，但该方法未能充分利用视点间的相关性信息。由于半虚拟现实座舱中，操作设备的外形及位置基本决定了操作手势的类别和姿态，因此对有限的操作手势，本文基于表观方法实现手姿态估计。为有效解决自遮挡问题，本文建立手势特征树，在最大后验