1、動(dòng)態(tài)手勢(shì)是被廣泛使用的交流方式之一，在人機(jī)交互領(lǐng)域，基于手勢(shì)的交互研究中關(guān)鍵問題之一在于手勢(shì)識(shí)別。為對(duì)復(fù)雜手勢(shì)運(yùn)動(dòng)軌跡進(jìn)行可度量化的描述，本文基于三維復(fù)雜手勢(shì)運(yùn)動(dòng)軌跡的特性展開分析，提出了兼顧分割結(jié)果簡潔性和準(zhǔn)確性的軌跡分割算法。
　　本文突破以往軌跡描述的局限性，從多屬性維度描述三維手勢(shì)軌跡的特性，提升軌跡描述完整性，并提出了基于帶寬單調(diào)性的多屬性分割算法，在不增加算法復(fù)雜度的前提下，消除手勢(shì)運(yùn)動(dòng)的模糊性對(duì)分割的影響，增加分割結(jié)

2、果的準(zhǔn)確性。
　　本文還考慮到手勢(shì)識(shí)別的需求，期望對(duì)復(fù)雜手勢(shì)軌跡分割結(jié)果的簡潔性和準(zhǔn)確性做到均衡。文中以多屬性分割算法為基礎(chǔ)，提出了三種軌跡分割融合算法，包括直接投影法、基于最小描述長度的分割融合方法以及基于分割信度的分割融合方法，并進(jìn)行詳細(xì)描述。其中基于分割信度的分割融合算法為考慮分割的準(zhǔn)確性，提出分割信度以量化特征點(diǎn)的分割權(quán)重，并且通過DBSCAN聚類算法提升了融合結(jié)果的簡潔性，是本文的主要?jiǎng)?chuàng)新點(diǎn)之一。本文還比較了手勢(shì)軌跡在不