题目：多场景下个性化手势交互系统的研究与实现

在过去很长时间内，以鼠标键盘为输入设备，交互命令行和用户图形界面为输出设备占据了绝大部分人机交互系统的市场。近些年随着计算机硬件资源、计算机视觉、虚拟现实、模式识别、人工智能等众多领域技术的迅猛发展，出现以手势识别、体感交互、语音输入为典型代表的新型人机交互方式。新型交互模式以用户为中心，促进了人与计算机之间的交流，拉近了两者的距离。其中手势作为一种简单直观、易学易用的交互手段，是自然人机交互过程中不可或缺的交互模式，具有重大研究价值和广阔应用前景。

本文分析了基于手势识别技术的交互系统基本框架，结合北京航空航天大学软件开发环境国家重点实验室Admire显示墙系统的需求，研究并实现了一套多场景下个性化手势交互系统。较传统手势交互系统，该系统考虑到用户手势习惯的客观需求，并结合多种算法模型的优势实现，具有高识别准确率、流畅性、扩展性等特性。

该系统从功能上包括基于手势轨迹的用户身份鉴别和个性化手势交互。

（1）针对基于手势轨迹的用户身份鉴别功能，本文通过对现有手势轨迹识别算法的研究，分析了HMM模型在本文场景下的局限性，并提出一种HMM-GSS级联分类算法予以解决。该算法的核心思想为将HMM模型分类结果存在误识别风险的样本进行GSS二次级联过滤，关键步骤包括标准模板选取和分类阈值选取。实验数据结果表明，该算法较HMM模型准确率提升将近13.95%。

（2）针对个性化手势交互功能，本文首先通过收集并分析用户手势数据的方式，详细阐述交互手势设计的一般流程并形成通用方法学，据此设计3D-Slicer应用场景下7种不同交互手势。随后论文对个性化手势识别算法进行研究，在实现基于DTW算法的个性化手势交互系统基础上提出特征选取方案和分类策略。最后实验数据表明最优方案组合下分类准确率达95.7%。