1. 研究目的与意义（文献综述）

手势识别技术是一种基于计算机科学技术，以通过模式识别方法对人类手势动作进行解释为目标的新兴技术。现代社会人与计算机之间的人机交互活动越来越成为人们日常生活的关键组成部分，而传统的人与计算机之间的人机交互方式，例如麦克风、手写板、鼠标、键盘等己逐渐成为人机交互的瓶颈，而且这些交互方式需要人们去适应人与计算机之间的交互，须按照先前规定的方式完成交互任务，已不能满足人们的需要，新的人与计算机之间的交互方式的研究便得越来越重要，此时一种新型的交互方式，即人机交互（human-computer interaction）已然成为这个时代的最显著特点之一。其中基于手势识别的交互活动在自然性和易用性上有其独特的优势，成为众多交互方式的研究热点之一。对于其他识别来说，如人脸识别、眼睛识别、指纹识别和车辆识别等，对人手识别定位是最困难的。人手具有的多义性、多样性以及不确定性（在时间上和空间上的差异性），以及人手跟其他比起来更灵活的特点，因而，对人手识别定位与跟踪的研究成为人机交互研究热点，也对人们提高人机交互水平以及开发计算机高性能具有非常重要的意义。手势识别是一种新兴技术的产物，涉及学科广泛，应用场景多样，对手势识别的研究具有重要价值，比如可以体现在以下这些应用点：人机交互、虚拟现实、商务领域、健康助理、浸入式游戏技术，自动驾驶等方面。

最开始的手势识别技术需要用户穿戴上带有传感器的机械设备，这种设备将人和机器连接起来，可以采集手部位置信息并将这些数据通过数据线传入计算机进行识别。这便是数据手套的由来，这种方式设备复杂，应用成本较高。后来出现了光学标记的方法，在人手上标记光学信号点，利用红外线或其他光学手段进行目标跟踪和信息收集，再传入计算机重构、运算。这种方式类似于广泛应用在电影拍摄的动作捕捉技术。然而，尽管这种方式实现便捷，并且数据更加准确和详细，但在追求设备使用便利化的今天，这些借助外部设备而的识别方式并不能满足人们的需求，于是，结合计算机视觉的识别方式出现了。这也是目前主流的研究方向。

2. 研究的基本内容与方案

本文是研究基于opencv的手势识别与跟踪研究，手势识别技术通常有数据采集、数据预处理、特征提取和识别分类几个不同技术阶段。目前手势识别主要有基于计算机视觉、基于超声波和基于惯性传感器三种实现方式,本文研究方向是基于计算机视觉。本文主要借助microsoft visual studio 2015开发平台，对 open cv 开源库进行配置，完成对人手势图像和视频的肤色分割、平滑处理等预处理工作.

基于计算机视觉的手势识别方法通常包含数据处理、手势分析、识别分类三个过程。数据处理阶段系统将摄像头采集的视频进行帧分离处理，把单一手势图像从视频帧中分离出来，并对数据作平滑、锐化等预处理。然后检测是否有手势图像，如果检测出手势图像，则将手势图像与背景进行分离处理，设计主要框图如下：

3. 研究计划与安排

第1-3周：查阅相关中、英文文献资料，明确研究内容。确定设计方案，完成开题报告，完成不少于2万字符的英文翻译任务；

第4-5周：完成论文开题工作。

第6-10周：完成手势建模部分,手势图像预处理、提升实时手势跟踪和识别效果以及完成仿真实现，并撰写部分论文初稿；

4. 参考文献（12篇以上）

[1] 林伟强,庄宝山.动态手势轨迹跟踪与hmm模式识别[j].电脑知识与技术,2014,10(32):7714-7718 7733.

[2] 熊俊涛,刘梓健,孙宝霞,俞守华,陈建国.基于视觉技术的手势跟踪与动作识别算法[j].计算机与现代化,2014(07):75-79.

[3] 王亮. 动态手势跟踪识别与人机交互技术研究[d].西安电子科技大学,2014.