1. 研究目的与意义
计算机时代在不断的发展，早期的人机交互技术一直较为单一。
传统的鼠标、键盘等接触式的交互操作方式已经跟不上时代的步伐，给人们的生活学习带来很大局限性。
近年来，人们的生活水平不断提高，人机交互也开始朝着人性化与简单化的方向不断发展。
2. 研究内容和预期目标
研究内容：如何利用深度图像所提供的深度信息进行手势区域分割，计算掌心点位置并进行指尖的检测。
关键问题:掌心点位置的探测方式；指尖检测受到手腕处信息的影响，需要排除类似手指的干扰。
3. 国内外研究现状
手势交互技术的探索主要集中在基于二维彩色图像的研究上，譬如: 根据各种颜色空间、人手的纹理结构分析或运动特征等来对目标进行检测与跟踪。
利用不同的颜色空间进行肤色分割就会有不同的效果，一般情况下，利用ycbcr 空间进行肤色分割在光照变化较大的情况下效果较好；在正常的光照条件下，利用Ｒgb 空间进行肤色分割的效果较好。
实际上，不同人种的肤色差异较大，这使得利用肤色进行图像分割的应用受到限制。
4. 计划与进度安排
1、2022-11至2022-12 确定课题研究计划，搜集、查阅相关文献资料，了解目前国内外研究动态。
2、2022-12至2022-01 对研究课题进行整体的初期规划，并且进行系统性的总结；完成课题的开题报告、收集相关的英文专业文献。
3、2022-01至2022-03 初期逐个解决相关问题，进行程序的编写，初步实现手势区域分割、计算掌心点位置、指尖的检测等相关功能；中期对相关的算法进行优化，尽量解决噪声干扰等问题；后期进行数据的整理并完成实验报告。
5. 参考文献
[1] 曹雏清，李瑞峰，赵立军.基于深度图像技术的手势识别方法[J].计算机工程,2012-04，38（8）:16-18 21. [2] 李华阳.手部深度图像去噪与超分辨率方法研究[D].北京工业大学,2015. [3] 王松林，徐文胜.基于Kinect深度信息和骨骼信息的手指尖识别方法[J].计算机工程与应用，2016,52（3）：169-173 235. [4] 徐鹏飞，张红英.基于Kinect深度图像信息的手势分割和指尖测试算法[J].西南科技大学学报，2014-03,29（1）：49-54. [5] 郑斌珏.基于Kinect深度信息的手势识别[D].杭州电子科技大学，2014. [6] 李伟.基于Kinect深度信息的手势识别系统[D].沈阳工业大学，2016.
