1。1  背景介绍

21世纪随着信息技术的发展，人类社会的变革也是在不断的进行。每一项新的技术发明或者被创造出都能使我们人类的生活变得更加方便快捷，人们的生活方式也在随着科学技术的发展而不断的变化。互联网时代的到来则迸一步推动了信息技术的传播，加速了科技的进步。现如今的当下，计算机及其应用无处不在，人们的工作，生活，学习等过程中随处都能见到计算机（类设备）的身影。人们利用它刷微博，逛淘宝，搜百度，聊微信，打网游等等。然而，这些过程都离不开人机交互的功劳。人机交互是指人与计算机之间使用某种对话语言，以一定的交互方式，为完成确定任务的人与计算机之间的信息交换过程[2]。人机交互是连接人与计算机的纽带，随着科技的发展，计算机的性能越来越强，功能也越来越多，这些都进一步增加了人们对人机交互方式的需求。

1。2  人机交互发展历史

人机交互的发展史，是从人适应计算机到计算机不断的适应人的发展史。发展的过程中主要经历了早期的手工作业阶段，作业控制语言及交互命令语言阶段，图形用户（GUI）阶段，网络用户界面阶段再到现在的多通道、多媒体的智能人机交互阶段[3]。

1。3  人机交互的种类和方式

目前，在生活中主要的常见的新型人机交互方式有如下几种：接触交互、语音交互、体感交互（手势识别、动作识别）、无声语音识别等方式。

1。3。1  接触式交互

触摸交互目前的应用非常广泛，例如生活中随处可见的触摸屏手机、可触电脑、平板电脑、触摸屏的电子广告牌等等。触摸屏的发明创新以及其广泛应用与发展，由于其便捷、自然、节省空间、操作简单等等优点而被人们广泛接受并使之成为当下覆盖面最广的人机交互方式。而接触式交互中多点触摸方式是最为智能的，用户可以通过双手进行单点触摸，也可以用多种不同的手势触摸屏幕，实现随心所欲地操控，从而更好更全面的了解目标对象。

1。3。2 语音交互

语音交互技术，也被称作为自动语音识别。目标就是将人的话语中的词汇内容转成成为计算机可读的输入。语音识别的交互方式优势很明显，简单、直接等等。这种简单明了的交互方式即使是老人和小孩儿无需学习任何操作须知也可以与智能设备进行“沟通交流”。苹果IOS系统中自带的Siri就是典型的语音识别技术。但是由于用户口音、语言歧义、识别速度慢、对使用者所在环境要求高等一系列原因并没有得到很好的推广。

1。3。3  体感交互

体感控制，顾名思义，人们可以很直接的使用肢体语言与智能设备进行互动，让人们可以身临其境的体会[4]。体感控制技术根据其工作原理的不通过，主要可分为三类：惯性感测、光学感测以及惯性光学联合感测。惯性检测，主要就是用惯性传感器来感测使用者集体动作的物理参数。例如重力传感器可以测出加速度，陀螺仪可以测出角速度，磁传感器可以测出磁场强度和方向。这些传感器会将数据传至智能设备中经由一系列计算从而求出使用者在可测空间中做出的各种动作。光学检测，主要就是通过光学传感器获取人体影像，由设备直接识别人所作出的动作是什么。而Kinect和Leap Motion就是具有代表性的光学感测技术产品。

Kinect由微软研究院设计发行，其工作原理是由1个RGB摄像头和3D深度传感器组成。Kinect的3D深度传感器包括一个红外线光波发射设备和一个深度图像CMOS传感器，在3D环境中的主要作用就是空间测绘[5]。在光编码技术的支持下，运用近程红外线对视觉空间进行测量编码，并利用CMOS传感器来获取编码，借助于RGB摄像头和Kinect内置运算器的层层帮助下得到深度信息的场景图，从而使计算机获得3D的视觉。Kinect可以获得其可探测空间内人体各个部分的图像信息，包括四肢、肌肉、关节等，手和手指信息也能够获取的到，但是Kinect最大侦测距离为4米左右，误差精度在厘米数量级上，所以用Kinect来单独获取手部的信息不精确也不合适[6]。