支持手势交互的数据库技术研究挑战和进展

近年来,随着平板电脑、智能手机、Kinect体感交互设备等的迅速普及,自然交互方式越来越流行,开拓了数据库技术的一个新的研究方向。文中以手势交互为代表,分析了传统数据库在支持手势交互方式时面临的挑战,并从构建新的数据库范式角度,分类综述了用户交互意图的获取、手势语义建模、手势与SQL(Structured Query Language)的映射和手势交互的负载规律及数据库任务调度方法等4个方面的研究现状,最后指出了支持手势交互的数据库技术要解决的关键问题。

基于关键帧和局部极值的手势特征提取算法

为了缩短动态手势特征提取的时间,提出一种基于关键帧和局部极值的手势特征提取算法(KFLE)。对传统关键帧图像选取算法进行改进,提出一种基于运动方向和自适应阈值的关键帧手势图像选取算法,通过比较相邻帧手势图像之间的运动方向和质心距离,选择出运动方向或距离发生明显改变的关键帧手势图像进行指尖特征选取;在对关键帧手势图像进行特征提取的过程中,提出一种基于局部极值的指尖特征提取算法,通过构造距离函数并结合凸包过滤,寻找手势轮廓曲线上的局部极值点,确定手势中存在的指尖特征。实验结果表明,与基于凸包缺陷的手势特征提取算法和基于改进k-曲率的手势特征提取算法相比,该算法分别缩短了44.3%和71.9%的特征提取时间。