基于多點(diǎn)手勢(shì)識(shí)別的人機(jī)交互技術(shù)框架_圖文

1、0引言隨著iPhone手機(jī)的推出,基于多點(diǎn)觸摸控制的手勢(shì)識(shí)別技術(shù)逐漸成為人們普遍接受的人機(jī)交互技術(shù)1。但是多點(diǎn)觸摸控制手勢(shì)識(shí)別必須依賴昂貴的多點(diǎn)觸摸板,用戶需要將手放置在觸摸板上,而且嚴(yán)格意義上只支持兩點(diǎn)觸摸,只能提供為數(shù)不多的幾種手勢(shì),這在一定程度上限制了該項(xiàng)技術(shù)的應(yīng)用。近年來,基于機(jī)器視覺的手勢(shì)識(shí)別技術(shù)正逐步成為人機(jī)交互研究的熱點(diǎn),該技術(shù)主要采用攝像機(jī)拍攝人手的運(yùn)動(dòng)視頻,檢測(cè)跟蹤運(yùn)動(dòng)目標(biāo)(人手,然后通過計(jì)算目標(biāo)或其運(yùn)動(dòng)軌跡與預(yù)設(shè)模板的相關(guān)系數(shù)來判斷手勢(shì)的交互語(yǔ)義2-3。當(dāng)前基于機(jī)器視覺的手勢(shì)識(shí)別研究主要是以手型為切入點(diǎn),通過手型及其變化來識(shí)別手勢(shì)4-9,但是該種手勢(shì)識(shí)別方法不便于模擬多點(diǎn)觸

2、摸控制,不適合對(duì)基于GUI的應(yīng)用程序進(jìn)行控制10。文獻(xiàn)11-12討論了基于手勢(shì)學(xué)習(xí)和識(shí)別的軟件框架及其要素。本文從指尖運(yùn)動(dòng)跟蹤出發(fā),提出了一種基于機(jī)器視覺的多點(diǎn)手勢(shì)識(shí)別方法及其人機(jī)交互技術(shù)框架。該框架技術(shù)首先通過攝像頭捕捉多個(gè)指尖運(yùn)動(dòng)的視頻圖像,然后通過一個(gè)簡(jiǎn)單高效的基于顏色的多目標(biāo)檢測(cè)跟蹤算法對(duì)多個(gè)指尖目標(biāo)進(jìn)行檢測(cè)和跟蹤,最后根據(jù)指尖的運(yùn)動(dòng)軌跡進(jìn)行手勢(shì)識(shí)別并構(gòu)造相應(yīng)的消息發(fā)送給應(yīng)用程序,應(yīng)用程序響應(yīng)消息,并通過API函數(shù)獲取多個(gè)指尖的坐標(biāo)數(shù)據(jù)以實(shí)現(xiàn)基于多點(diǎn)手勢(shì)的控制處理。收稿日期:2010-11-12;修訂日期:2011-01-16。1基于多點(diǎn)手勢(shì)識(shí)別應(yīng)用程序架構(gòu)基于多點(diǎn)手勢(shì)識(shí)別的應(yīng)用程序框

3、架如圖1所示。該框架主要由兩個(gè)部分構(gòu)成:指尖檢測(cè)跟蹤和多點(diǎn)手勢(shì)識(shí)別服務(wù)程序(服務(wù)端以及基于多點(diǎn)手勢(shì)控制的應(yīng)用程序(客戶端。服務(wù)端負(fù)責(zé)指尖檢測(cè)跟蹤和手勢(shì)識(shí)別,構(gòu)造相應(yīng)的消息(包括低級(jí)指點(diǎn)消息、高級(jí)手勢(shì)消息并通過服務(wù)端留在客戶端的存根發(fā)送給客戶端;客戶端響應(yīng)消息,并通過存根調(diào)用服務(wù)端的API函數(shù)獲得多個(gè)指尖的坐標(biāo),然后進(jìn)行相應(yīng)的消息處理以實(shí)現(xiàn)對(duì)程序的控制。服務(wù)端程序由指尖顏色學(xué)習(xí)訓(xùn)練模塊、指尖檢測(cè)和跟蹤模塊、多點(diǎn)手勢(shì)識(shí)別模塊以及消息生成和發(fā)送模塊構(gòu)成。指尖顏色學(xué)習(xí)訓(xùn)練模塊通過一個(gè)小的樣本區(qū)域獲取需要跟蹤的指尖目標(biāo)的顏色直方圖;指尖檢測(cè)和跟蹤模塊以顏色直方圖為基礎(chǔ),通過反投影運(yùn)算檢測(cè)得到指尖目標(biāo)的R

4、OI(range of in-terest,并通過一個(gè)高效的基于顏色的跟蹤算法對(duì)指尖目標(biāo)進(jìn)行跟蹤和定位;多點(diǎn)手勢(shì)識(shí)別模塊分析指尖跟蹤得到的運(yùn)動(dòng)軌跡,并通過BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行手勢(shì)識(shí)別;消息生成和發(fā)送模塊根據(jù)指尖檢測(cè)跟蹤和手勢(shì)識(shí)別結(jié)果構(gòu)造相應(yīng)的消息,并發(fā)送給客戶端。2指尖跟蹤和手勢(shì)識(shí)別2.1指尖的檢測(cè)跟蹤要實(shí)現(xiàn)基于機(jī)器視覺的手勢(shì)識(shí)別,必需首先實(shí)現(xiàn)多個(gè)指尖目標(biāo)的實(shí)時(shí)檢測(cè)和跟蹤,并由此得到手勢(shì)的運(yùn)動(dòng)軌跡。Brad-ski提出的CamShift(continuously adaptive mean shift算法13-14以顏色直方圖為目標(biāo)模式的目標(biāo)跟蹤算法,它能夠自動(dòng)調(diào)節(jié)搜索窗口大小以適應(yīng)被跟蹤目標(biāo)

5、在圖像中的大小,可以有效地解決目標(biāo)變形和遮擋的問題,但是該算法運(yùn)算量較大,很難達(dá)到實(shí)時(shí)跟蹤多個(gè)運(yùn)動(dòng)指尖目標(biāo)的要求。為提高跟蹤的實(shí)時(shí)性,在要求用戶戴上特定顏色指套的前提下,我們提出一個(gè)高效的基于顏色的指尖目標(biāo)檢測(cè)跟蹤方法,該算法具體步驟如下:(1使用HSV顏色空間的色相(H和飽和度(S來對(duì)指尖目標(biāo)顏色進(jìn)行學(xué)習(xí)訓(xùn)練,得到一個(gè)關(guān)于指尖目標(biāo)特征的二維顏色直方圖(二維查找表,以此作為指尖目標(biāo)檢測(cè)跟蹤的基礎(chǔ)。(2將獲取的視頻圖像由RGB顏色空間轉(zhuǎn)換為HSV顏色空間。(3首先選擇初始搜索窗口,使窗口恰好包含整個(gè)跟蹤目標(biāo),對(duì)搜索窗口中的每一個(gè)像素,通過查詢二維顏色直方圖,可以得到該像素為目標(biāo)像素的概率。經(jīng)上述

6、處理,視頻圖像轉(zhuǎn)換為目標(biāo)顏色概率分布圖, 進(jìn)行二值化處理得到一個(gè)二值圖像,= 1(1式中:,決定了一個(gè)像素是否是一個(gè)指尖目標(biāo)像素,同時(shí)這種二值化處理也可以消除一些噪音。(5對(duì)上述二值圖像進(jìn)行圖像形態(tài)學(xué)的開運(yùn)算和閉運(yùn)算消除圖像中的噪音和空洞。對(duì)于二值圖像的噪音,可以采用圖像形態(tài)學(xué)中的開運(yùn)算對(duì)其進(jìn)行處理,即使用結(jié)構(gòu)元素對(duì)其先腐蝕,后膨脹。對(duì)于二值圖像中的空洞,可以使用圖像形態(tài)學(xué)中的閉運(yùn)算來對(duì)其進(jìn)行消除:先膨脹,后腐蝕。(6通過邊緣檢測(cè)得到每個(gè)指尖目標(biāo)區(qū)域(連通區(qū)域,并用每個(gè)區(qū)域的最小外接矩形標(biāo)記各個(gè)區(qū)域。這些矩形稱為指尖目標(biāo)的最終搜索窗口。 由于00, 一階矩01 以及質(zhì)心位置, ,01 =10/

7、01 /大、縮小、旋轉(zhuǎn)3種手勢(shì)。對(duì)于四點(diǎn)手勢(shì),其識(shí)別方法相對(duì)比較簡(jiǎn)單,只要通過分析左后兩個(gè)指尖和右手兩個(gè)指尖的相對(duì)位置變化就可以進(jìn)行手勢(shì)判斷。下面重點(diǎn)討論兩點(diǎn)手勢(shì)識(shí)別方法。神經(jīng)網(wǎng)絡(luò)適應(yīng)于輸入輸出存在某種對(duì)應(yīng)關(guān)系,但輸入輸出的函數(shù)映射不容易確定的情況15,特別是多層前饋神經(jīng)網(wǎng)絡(luò)(BP 神經(jīng)網(wǎng)絡(luò)具有較好的函數(shù)逼近和分類識(shí)別能力15,所以我們采用它來進(jìn)行兩點(diǎn)手勢(shì)識(shí)別。(1BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)在本項(xiàng)目中,采用三層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),輸入層輸入向量為:=1,=1,=1,隱含層到輸出層的權(quán)值矩陣為:2, 1+Ò»°ãÓÐÏÂ&

8、#195;湫ʽȷ¶¨8 +(5式中:110之 間的常數(shù)。(2BP 神經(jīng)網(wǎng)絡(luò)的輸入設(shè)計(jì)對(duì)于一個(gè)手勢(shì),我們?nèi)∈謩?shì)筆畫中的15個(gè)樣本點(diǎn)(兩個(gè)指尖的中點(diǎn),由此得到14個(gè)向量并對(duì)它們進(jìn)行歸一化處理。然后將該手勢(shì)筆畫的向量依次連接,坐標(biāo)依次出現(xiàn),即可構(gòu)成該手勢(shì)的輸入向量(28個(gè)分量。比如,對(duì)于如圖2的“確認(rèn)”手勢(shì)筆畫對(duì)應(yīng)的輸入向量為:0.71,0.71,0.64,0.77,0.67,0.74,0.61,0.79,0.71,0.71,0.88,-0.48,0.50,-0.86,0.49,-0.87,0.51,-

9、0.86,0.55,-0.83,0.59,-0.81,0.54,-0.84,0.52,-0.85,0.77,-0.64。 通過指尖跟蹤,得到了一個(gè)手勢(shì)所經(jīng)過的點(diǎn)的坐標(biāo),構(gòu)成一個(gè)點(diǎn)集。該點(diǎn)集的點(diǎn)數(shù)可能超過15個(gè)?？梢酝ㄟ^查找到跨度最小的兩個(gè)點(diǎn),用它們的中點(diǎn)取代它們,重復(fù)執(zhí)行,直到手勢(shì)中點(diǎn)的數(shù)目為15個(gè)。(3BP 神經(jīng)網(wǎng)絡(luò)的輸出設(shè)計(jì)由于本項(xiàng)目需要識(shí)別16種兩點(diǎn)手勢(shì),所以我們可以使用長(zhǎng)度為16、第M 個(gè)元素為1、其余元素均為0的向量作為第M 種手勢(shì)的預(yù)期輸出向量。例如,手勢(shì)0的預(yù)期輸出向量為(1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,手勢(shì)“確認(rèn)”的預(yù)期輸出向量為(0,0,0

10、,0,0,0,0,0,0,0,1,0,0,0,0,0。(4神經(jīng)網(wǎng)絡(luò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)訓(xùn)練就是根據(jù)給定的手勢(shì)樣本(包括手勢(shì)輸入向量和預(yù)期的輸出向量通過學(xué)習(xí)獲取網(wǎng)絡(luò)的權(quán)值。由于本項(xiàng)目中BP 神經(jīng)網(wǎng)絡(luò)的性能指數(shù)可以表征為實(shí)際輸出和預(yù)期輸出的均方誤差,并可以轉(zhuǎn)化為網(wǎng)絡(luò)權(quán)值的二次函數(shù),所以采用Levenberg-Marquardt 算法進(jìn)行網(wǎng)絡(luò)訓(xùn)練可以達(dá)到訓(xùn)練收斂速度快和精度高的目標(biāo)。(5兩點(diǎn)手勢(shì)的識(shí)別當(dāng)檢測(cè)到兩個(gè)指尖靠近并且距離達(dá)到一定的閾值時(shí),開始進(jìn)行手勢(shì)記錄,用戶通過兩個(gè)指尖畫出一個(gè)手勢(shì),并通過前述方法得到該兩點(diǎn)手勢(shì)的向量組合。以該向量組合作為輸入向量輸入到經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò),經(jīng)過運(yùn)算即可實(shí)現(xiàn)手勢(shì)識(shí)別:

11、如果神經(jīng)網(wǎng)絡(luò)輸出與第M 種手勢(shì)的標(biāo)準(zhǔn)輸出向量越接近,說明輸入手勢(shì)越接近第M 種手勢(shì)的標(biāo)準(zhǔn)輸入。評(píng)判“接近”的簡(jiǎn)單標(biāo)準(zhǔn)是找出輸出向量中最大(最接近1的分量,認(rèn)為輸入最有可能是該位置為1的輸出向量對(duì)應(yīng)的手勢(shì)。例如,輸入一個(gè)手勢(shì)向量到神經(jīng)網(wǎng)絡(luò)后,輸出結(jié)果為(0.01,0.04,0.00,0.00,0.01,0.00,0.00,0.00,0.00,0.00,0.99,0.00,0.00,0.00,0.02,0.00,其最大分量是第11個(gè)分量,我們可以判斷該手勢(shì)為第11號(hào)手勢(shì)“確認(rèn)”手勢(shì)。當(dāng)然,如果輸出向量中的最大分量小于某個(gè)閾值,則可以判斷該手勢(shì)不是預(yù)定義手勢(shì)。3服務(wù)端程序和客戶端程序通信機(jī)制的設(shè)計(jì)與

12、實(shí)現(xiàn)3.1相關(guān)消息的定義通過前面的分析處理,服務(wù)端實(shí)現(xiàn)了指尖跟蹤和手勢(shì)識(shí)別。我們還必須將指尖跟蹤和手勢(shì)識(shí)別的結(jié)果轉(zhuǎn)換成相應(yīng)的消息并發(fā)送給應(yīng)用程序,并獲取相關(guān)的指尖位置信息,才能實(shí)現(xiàn)通過手勢(shì)對(duì)應(yīng)用程序的控制。服務(wù)端發(fā)送給應(yīng)用程序的消息分為兩大類:低級(jí)指點(diǎn)消息、高級(jí)手勢(shì)消息。低級(jí)指點(diǎn)消息主要用于告知應(yīng)用程序有指尖里進(jìn)入、離開拍攝區(qū)域,或者有指尖在拍攝區(qū)移動(dòng)。表1列出了所有的低級(jí)指點(diǎn)消息。高級(jí)手勢(shì)消息一般是由兩個(gè)或4個(gè)指尖運(yùn)動(dòng)形成的手勢(shì)。在通過手勢(shì)和應(yīng)用程序機(jī)進(jìn)行交互時(shí),真正具有操作語(yǔ)義的是高級(jí)手勢(shì)消息。表2給出了主要的高級(jí)手勢(shì)消息定義。3.2服務(wù)端和客戶端通信機(jī)制的設(shè)計(jì)與實(shí)現(xiàn)由于服務(wù)端程序和客戶端

13、程序分屬不同的進(jìn)程,因此服務(wù)端與客戶端通信還涉及到進(jìn)程間通信問題。在Windows 下,一個(gè)進(jìn)程不能直接訪問其它進(jìn)程的地址空間,所以客戶端應(yīng)用程序不能直接訪問服務(wù)端的內(nèi)存來得到指點(diǎn)信息。為了解決數(shù)據(jù)共享的問題,Windows 提供了內(nèi)存鏡像文件的方法。然而,通過內(nèi)存鏡像文件共享數(shù)據(jù),相對(duì)復(fù)雜,操作的步驟較多,容易打亂客戶層應(yīng)用程序的邏輯,又會(huì)暴露內(nèi)存鏡像文件的內(nèi)部格式,引起其它安全問題。為了使進(jìn)程間的通信對(duì)應(yīng)用程序透明,我們采用“存根”的方式,為客戶端提供一個(gè)動(dòng)態(tài)鏈接庫(kù)(存根來處理與服務(wù)層的之間的數(shù)據(jù)交換和通信,如圖3所示?？蛻舳藨?yīng)用程序通過調(diào)用存根的SSS_RegistWindow圖2“確認(rèn)

14、”手勢(shì)軌跡及其15個(gè)樣本點(diǎn)表1低級(jí)指點(diǎn)消息消息名稱功能參數(shù)SSSM_ENTER SSSM_MOVESSSM_LEA VE指點(diǎn)進(jìn)入指點(diǎn)移動(dòng)離開wParam :指點(diǎn)編號(hào),lParam :0wParam :0,lParam :0wParam :指點(diǎn)編號(hào),lParam :0(HWND hWnd函數(shù)對(duì)該應(yīng)用程序的窗口句柄進(jìn)行注冊(cè),即將其添加到內(nèi)存鏡像文件中的窗口句柄表中,注冊(cè)之后,應(yīng)用程序窗口就可以接收服務(wù)端發(fā)送過來的消息(包括低級(jí)指點(diǎn)消息、高級(jí)手勢(shì)消息并處理這些消息。客戶端程序也可以調(diào)用存根的SSS_UnregistWindow(HWND hWnd取消注冊(cè),即將客戶端窗口句柄從窗口句柄表中刪除,取消注

15、冊(cè)之后,客戶端窗口將不再接收到從服務(wù)端發(fā)送過來的消息。當(dāng)服務(wù)端檢測(cè)到指尖進(jìn)入拍攝區(qū)或指尖在拍攝區(qū)運(yùn)動(dòng)時(shí),它將把指點(diǎn)坐標(biāo)、指點(diǎn)編號(hào)等信息保存到內(nèi)存鏡像文件的指點(diǎn)信息表中,同時(shí)向窗口句柄表記錄的客戶端窗口發(fā)送SSS_ENTER或SSS_MOVE消息。當(dāng)檢測(cè)到指尖離開拍攝區(qū)是,將向客戶端發(fā)送SSS_LEA VE消息。當(dāng)高級(jí)手勢(shì)消息觸發(fā)條件滿足時(shí),服務(wù)端開始跟蹤指尖移動(dòng)并根據(jù)跟蹤軌跡進(jìn)行手勢(shì)識(shí)別,然后根據(jù)手勢(shì)識(shí)別的結(jié)果生成高級(jí)手勢(shì)消息,并調(diào)用PostMessage給指定的客戶端窗口?？蛻舳私邮盏较⒑蟮奶幚矸譃閮煞N情況:對(duì)于高級(jí)手勢(shì)消息,可以直接做出響應(yīng);對(duì)于低級(jí)指點(diǎn)消息,需要通過調(diào)用存根中的SSS_

16、GetPointsInfo(PTINFO*pt,int lenOfPt,int*data-OfPt得到各個(gè)指點(diǎn)的信息,然后再進(jìn)行相應(yīng)的處理。圖4給出了對(duì)于低級(jí)指點(diǎn)消息處理的序列圖。4測(cè)試結(jié)果為了驗(yàn)證本文提出的基于多點(diǎn)手勢(shì)識(shí)別人機(jī)交互框架的有效性,利用該框架提供的服務(wù)端程序及其消息機(jī)制和API 函數(shù)開發(fā)了一個(gè)簡(jiǎn)單的圖片瀏覽程序,并將圖片瀏覽程序窗口注冊(cè)到手勢(shì)識(shí)別服務(wù)程序,以便它能夠收到服務(wù)程序發(fā)送的相關(guān)手勢(shì)消息和指點(diǎn)消息。測(cè)試結(jié)果表明,可以通過手勢(shì)實(shí)現(xiàn)圖片的放大、縮小、旋轉(zhuǎn)、上下翻頁(yè)等功能,操作方便簡(jiǎn)單,且沒有延遲感。另外還開發(fā)了一個(gè)模擬電話撥號(hào)程序,實(shí)現(xiàn)通過手勢(shì)進(jìn)行撥號(hào)、通話、取消通話、電話號(hào)

17、碼翻頁(yè)等功能,進(jìn)一步驗(yàn)證了框架的有效性。5結(jié)束語(yǔ)本文提出了一種基于多點(diǎn)手勢(shì)識(shí)別的人機(jī)交互技術(shù)框架,即在實(shí)現(xiàn)指尖實(shí)時(shí)跟蹤和手勢(shì)快速識(shí)別的基礎(chǔ)上,根據(jù)指尖跟蹤和手勢(shì)識(shí)別結(jié)果構(gòu)造相應(yīng)的消息發(fā)送給應(yīng)用程序,進(jìn)而實(shí)現(xiàn)基于手勢(shì)的應(yīng)用程序控制功能。對(duì)于應(yīng)用開發(fā)人員來說,可以利用指尖跟蹤和手勢(shì)識(shí)別服務(wù)程序提供的開放消息框架和API函數(shù),輕松開發(fā)具有手勢(shì)控制功能的應(yīng)用程序,而不需要去關(guān)注指點(diǎn)目標(biāo)檢測(cè)、跟蹤和多點(diǎn)手勢(shì)識(shí)別等復(fù)雜的實(shí)現(xiàn)過程,大大簡(jiǎn)化了開發(fā)任務(wù)。隨著人們對(duì)工作生活便利性要求越來越高,人機(jī)交互已經(jīng)從以計(jì)算機(jī)為中心逐步轉(zhuǎn)移到以人為中心、提高用戶操作體驗(yàn)上來。本文提出的基于多點(diǎn)手勢(shì)識(shí)別的人機(jī)交互技術(shù)可以為用

18、戶提供一種更加自然的人機(jī)交互手段,將廣泛應(yīng)用于電子白板、會(huì)議系統(tǒng)、指揮系統(tǒng)以及消費(fèi)電子產(chǎn)品和家電產(chǎn)品等與人們?nèi)粘９ぷ魃钕⑾⑾嚓P(guān)的領(lǐng)域和產(chǎn)品中,具有非常廣泛的應(yīng)用前景。參考文獻(xiàn):1齊婷,王鋒.基于視覺的多點(diǎn)觸摸基本技術(shù)實(shí)現(xiàn)方法J.計(jì)算機(jī)技術(shù)與發(fā)展,2009,19(10:138-144.2董士海.人機(jī)交互的進(jìn)展及面臨的挑戰(zhàn)J.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2004,16(1:1-11.3任雅祥.基于手勢(shì)識(shí)別的人機(jī)交互發(fā)展研究J.計(jì)算機(jī)工程與設(shè)計(jì),2006,27(7:1201-1204.4孫麗娟,張立材,郭彩龍.基于視覺的手勢(shì)識(shí)別技術(shù)J.計(jì)算機(jī)技術(shù)與發(fā)展,2008,18(10:214-221.5孔曉

19、明,陳一民,陳養(yǎng)彬,等.基于視覺的動(dòng)態(tài)手勢(shì)識(shí)別J.計(jì)算機(jī)工程與設(shè)計(jì),2005,26(11:2934-2936.6Kaustubh,Sumantra.Hand gesture modelling and recognition in-volving changing shapes and trajectories,using a predictive eigentrackerJ.Pattern Recognition Letters,2007(28:329-334.7Zhao Shuying,Tan Wenjun,Wen Shiguang,et al.An improved al-gorithm

20、 of hand gesture recognition under intricate backgroundC.ICIRA2008,Part I,LNAI5314,2008:786-794.表2高級(jí)手勢(shì)消息消息名稱功能參數(shù)SSSG_ENLARGE SSSG_NARROW SSSG_ROTATESSSG_MOVESSSG_OK SSSG_CANCEL SSSG_FORWARD SSSG_BACKWARD SSSG_NEXTSSSG_PREV SSSG_0,SSSG_9放大縮小旋轉(zhuǎn)拖動(dòng)確認(rèn)/打開取消/關(guān)閉前進(jìn)/向左滾屏后退/向右滾屏后翻/下一標(biāo)簽前翻/上一標(biāo)簽數(shù)字手勢(shì)wParam:x增量,lPa

21、ram:y增量wParam:x增量,lParam:y增量wParam:方向,lParam:角度wParam:x增量,lParam:y增量wParam和lParam無(wú)須用到, 下同8Jose M Moya,Ainhoa Montero de Espinosa,Alvaro Araujo,et al.Low-cost gesture-based interaction for intelligent environmentsC.IWANN2009,Part II,LNCS5518,2009:752-755.9Hardy Francke,Javier Ruiz-del-Solar,Rodrigo V

22、erschae.Real-time hand gesture detection and recognition using boosted clas-sifiers and active learningC.PSIVT2007,LNCS4872,2007: 533-547.10Zhai Haiting,Wu Xiaojuan,Han Hui.Research of a real-timehand tracking algorithmC.IEEE International Conference on Neural Networks and Brains,2005:1233-1235.11To

23、dd C Alexander,Hassan S Ahmed,Georgios C Anagnostopoulos.An open source framework for real-time,incremental,static anddynamic hand gesture learning and recognitionC.Human-Com-puter Interaction,Part II,HCII2009,LNCS5611,2009:123-130. 12Attila L,Tamas S S.User-adaptive hand gesture recognition sys-tem

24、 with interactive trainingJ.Image and Vision Computing, 2005,23:1102-1114.13Bogdan Kwolek.CamShift-Based tracking in joint color-spatialspacesC.CAIP2005,LNCS3691,2005:693-700.14XU Kun,HE Yuyao,WANG Weiya.Object tracking algorithmwith adaptive color space based on CamShiftJ.Journal of Com-puterApplic

25、ations,2009,29(3:757-760.15施彥,韓力群,廉小親.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方法與實(shí)例分析M.北京:北京郵電大學(xué)出版社,2009.(2網(wǎng)站設(shè)置:菜單設(shè)置、表單設(shè)置。(3商品管理:商品分類、商品管理。(4訂單管理:未完訂單處理、存檔訂單查詢。(5會(huì)員管理:新到會(huì)員審核、會(huì)員查詢管理。(6促銷管理:打折促銷、積分換贈(zèng)。4.2系統(tǒng)分析4.2.1查找變化對(duì)照需求變化的分類及特征,查看系統(tǒng)的各個(gè)功能模塊是否存在潛在的變化需求。(1數(shù)據(jù)變化:網(wǎng)站參數(shù)、會(huì)員類型參數(shù)、商品類型參數(shù)、支付方式參數(shù)、配送方法參數(shù)、商品分類參數(shù)、商品管理參數(shù)、訂單查詢參數(shù)、會(huì)員查詢參數(shù)。(2界面變化:菜單參數(shù)、注冊(cè)表單

26、參數(shù)、收貨信息表單參數(shù)。(3業(yè)務(wù)流程變化:下訂單流程、訂單處理流程、會(huì)員審核流程。(4業(yè)務(wù)規(guī)則變化:積分算法、打折算法、運(yùn)費(fèi)配送算法、積分換贈(zèng)算法。4.2.2映射柔點(diǎn)對(duì)照柔點(diǎn)的分類及特征,將各類變化需求抽象成柔點(diǎn)。(1數(shù)據(jù)柔點(diǎn):網(wǎng)站參數(shù)柔點(diǎn)、會(huì)員類型參數(shù)柔點(diǎn)、商品類型參數(shù)柔點(diǎn)、支付方式參數(shù)柔點(diǎn)、配送方法參數(shù)柔點(diǎn)、商品分類參數(shù)柔點(diǎn)、商品管理參數(shù)柔點(diǎn)、訂單查詢參數(shù)柔點(diǎn)、會(huì)員查詢參數(shù)柔點(diǎn)。(2界面柔點(diǎn):菜單參數(shù)柔點(diǎn)、注冊(cè)表單參數(shù)柔點(diǎn)、收貨信息表單參數(shù)柔點(diǎn)。(3業(yè)務(wù)流程柔點(diǎn):下訂單流程柔點(diǎn)、訂單處理流程柔點(diǎn)、會(huì)員審核流程柔點(diǎn)。(4業(yè)務(wù)規(guī)則柔點(diǎn):積分算法柔點(diǎn)、打折算法柔點(diǎn)、運(yùn)費(fèi)配送算法柔點(diǎn)、積分換贈(zèng)算法柔點(diǎn)。4.3系統(tǒng)設(shè)計(jì)下面簡(jiǎn)述數(shù)據(jù)柔點(diǎn)的設(shè)計(jì)過程。網(wǎng)站參數(shù)柔點(diǎn)可以采用靜態(tài)模型,將變化信息直接寫入到程序中,其余柔點(diǎn)采用動(dòng)態(tài)模型。商品類型參數(shù)柔點(diǎn)、支付方式參數(shù)柔點(diǎn)、配送方法參數(shù)柔點(diǎn)、商品分類參數(shù)柔點(diǎn)和商品管理參數(shù)柔點(diǎn)只需將用戶的設(shè)置存儲(chǔ)到數(shù)據(jù)源中即可,不需要用戶數(shù)據(jù)和元數(shù)據(jù)分別存儲(chǔ)。訂單查詢參