1.3.3 人体动作识别

人体动作是人表达意愿的重要信号，包含了丰富的语义。人体动作是指包括头、四肢及躯干等人的各个身体部分在空间中的姿势或者运动过程。人体动作是一种有目的的行为，其目的在于人与外界环境进行信息互换，并且得到响应。直接通过人体动作与周边数字设备装置和环境进行交互，大大降低了对用户的约束，使得交互过程更加自然。图1-15展示了基于人体动作的人机交互应用。

图1-15 基于人体动作的人机交互应用

人体动作分析是人机交互系统的重要支撑技术，是一个多学科交叉的研究课题，使用了数学建模、图形图像分析、模式识别及人工智能等知识，具有重要的理论研究价值。一个完整的人体动作分析过程主要包括动作捕捉、动作特征描述和动作分类识别三大部分。动作捕捉一般需要借助特定的传感器设备，如彩色摄像机、3D动作捕捉系统、深度传感器等对人体进行检测、跟踪和动作数据进行记录。不同的动作设备捕获得到的动作数据类型不同，当前根据动作数据类型的不同，人体动作分析方法主要分为三大类：基于2D视频图像序列的人体动作分析方法、基于深度图像序列的人体动作分析方法以及基于3D人体骨架序列的动作分析方法。这三类动作分析方法主要的区别在于动作特征的描述，而动作分类识别方法原理大致相同，可相互借鉴，主要包括模板匹配识别、状态空间分类识别和基于语义的识别方法。典型的算法包括动态时间规整（Dynamic Time Warping，DTW）、隐马尔可夫模型（Hidden Markov Model，HMM）、支持向量机（Support Vector Machine，SVM）、人工神经网络（Artificial Neural Network，ANN）及有限状态机（Finite State Machine，FSM）等。

由于人体动作分析具有巨大的应用价值和理论价值，全球的政府、高校、科研机构及公司等投入大量的人力和财力，以推动其发展。目前，人体动作交互在医疗辅助与康复、运动分析、康复训练、游戏娱乐及计算机动画等诸多领域有了较为广泛的应用。与其他交互手段相比，人体动作交互技术无论是硬件还是软件方面都有了较大的提升，交互设备向小型化、便携化及使用方便化等方面发展。