描写手部动作的词语

2024-05-17

描写手部动作的词语（共13篇）

篇1：描写手部动作的词语

握手言欢心慈手软心狠手毒心狠手辣心辣手狠心灵手巧心慕手追心摹手追揎拳裸手洗手不干洗手奉公洗手奉职信手拈来袖手旁观小手小脚心手相忘心手相应雄文大手心闲手敏先下手为强悬崖撒手眼高手低眼高手生眼急手快眼疾手快眼尖手快一举手之劳衣来伸手，饭来张口眼明手快一手包办摇手触禁一手独拍，虽疾无声右手画圆，左手画方游手好闲以手加额一手托天游手偷闲引手投足一手一脚一手一足一手遮天易于反手一朝权在手，便把令来行

爱不释手碍手碍脚碍足碍手别出手眼不龟手药别具手眼白手成家比手划脚白手空拳白手起家搏手无策白手兴家不择手段措手不及搓手顿脚出手得卢搓手顿足垂手而得垂手可得触手可及赤手空拳重手累足触手生春寸铁在手读不舍手倒持手板大打出手跌脚绊手丹青妙手大手大脚点手莋脚点手划脚断手续玉得手应心毒手尊前毒手尊拳大显身手得心应手顿足搓手倒执手版额手称庆额手称颂额手相庆反手可得蝮蛇螫手，壮士解腕翻手为云，覆手为雨翻手云覆手雨负手之歌革面敛手拱手而降拱手让人拱手听命

高抬贵手高下其手高下在手回春妙手行家里手河梁携手后手不接慌手慌脚慌手忙脚狠心辣手枷脰械手脚忙手乱举手加额皲手茧足挤手捏脚举手投足举手相庆假手于人举手之劳敛手待毙捩手覆羹两手空空楞手楞脚敛手屏足鹿死谁手妙手丹青妙手回春妙手空空毛手毛脚妙手偶得目送手挥目治手营捏脚捏手蹑脚蹑手拿手好戏捏手捏脚蹑手蹑脚蹑手蹑足拍手称快胼手胝足胼胝手足拳不离手，曲不离口棋逢对手棋逢敌手棋高一着，缚手缚脚七脚八手强将手下无弱兵亲如手足七手八脚轻手蹑脚轻手轻脚轻手软脚情同手足七郤八手七足八手强中更有强中手跷足抗手强中自有强中手人多手杂热可炙手如手如足人手一册如左右手手不释卷手不释书书不释手手不停挥手不停毫手不应心手到病除手到拈来手到拿来

篇2：描写手部动作的词语

海涛找到了麻雀窝后，就把电筒往腰里一别，往手心里吐了口唾沫，吭哧吭哧地往上爬。爬到了麻雀窝前，他头一低，对我们说：“喂，看准了，准备接麻雀!”说完，就站在另一枝树杈上，直起身子。不料，头正好碰到麻雀窝，把麻雀们吓惊了。只听得窝里一阵蠕动声，接着，几只麻雀不顾一切地冲了出来，海涛一急，伸手一抓，才抓得一只。他用手电筒往窝里一照，还剩下一只，大概因为挤不出来，叽叽喳喳地乱叫着。海涛伸手一捉，又得一只，他用塑料袋装好，朝下一扔，正好扔在小胖面前，小胖高兴地捡起来，把麻雀从袋里掏出来，看着麻雀扑腾着，扇着翅膀，他高兴地叫：“真好玩儿，真好玩儿……”

老人的双手很灵巧。一个泥人在他手里诞生，只要几分钟。看他又拿起一团泥，先捏成圆形，再用手轻轻揉搓，使它变得柔软起来，光滑起来。接着，又在上面揉搓，渐渐分出了人的头、身和腿。他左手托住这个泥人，右手在头上面摆弄着，不一会儿，泥人戴上了一顶偏偏的帽子。

刘姥姥到了荣府大门前石狮子旁边，只见满门口的轿马。刘姥姥不敢过去，掸掸衣服，又教了板儿几句话，然后溜到角门前，只见几个挺胸叠肚、指手画脚的人坐在大门上，说东谈西的。

明明哼着歌，走在田野上。忽然，传来一阵“咕咕”的叫声。明明顺着声音望去，只见一只小杜鹃正在地毯似的草地上跳着。明明高兴极了，他屏住气，猫着腰，蹑手蹑脚地向小杜鹃靠近。他把两只手拢成半圆形，一下扑过去!明明捉住了这只小杜鹃。啊!这只小杜鹃真好看，虽然羽毛还没长成，但珍珠般的眼睛却透着机灵。明明爱抚地摸着小杜鹃柔软的羽毛。

奶奶将右脚绷着，向鞋子口里溜进去，筋脉凸兀的`手紧紧抓着门框，将左脚轻轻抬起，紧绷着的脚小心向鞋口一插，又往里扎了扎，接着踩了几踩，让自己的脚更舒适些，满意地出门了。

他50多岁了。戴着一副高度近视眼镜。他战战兢兢取下眼镜，用衣服的下摆随手擦了擦镜片。“嗯嗯……”他刚要讲话，忽然想起了什么，手忙脚乱地在盘子里找了找，又匆匆往口袋里掏了掏，掏出了一盒火柴，这才放心地又“嗯嗯”两声，站直身子，用特别响亮的声音说：“现在开始看老师做实验!”

他趁小丽不注意，偷偷把她的凳子抽了出来，然后幸灾乐祸地等着瞧热闹。

他发现塘边的狗尾草上，正停着一只红色的蜻蜓。只见弟弟瞪着眼，猫着腰，身子向前倾斜着，极慢极慢地向前移动着脚步，突然他把手一伸，两个手指一掐就把蜻蜓捉住了。蜻蜓拼命挣扎着，弟弟乐得又蹦又跳。他用一根细线扎住蜻蜓的长尾巴，一手掐住细线的另一端，放开蜻蜓，蜻蜓就飞起来了。他跟着蜻蜓飞跑，口里还大声嚷道：“我坐飞机了，我坐飞机了。”

篇3：描写手部动作的词语

人体手部动作识别很有前景的潜在应用之一是高级人机交互。在智能化的环境中,用户不需要键盘和鼠标,就可以进行用户和机器人之间的交互,这就要求机器人能够理解人的意图,达到拟人交流的效果。人体语言的认知与理解,包括手势、表情、头部运动的身体动作等[1]。与采用数据手套和电磁波等方式的手势识别相比,基于视觉的手势识别更加自然舒适。为了能够与人和谐共存,家庭服务机器人不仅要具有人能接受的外形特征,更要具有类人的智能行为,适应不断变化的环境,而获得智能最重要的途径是通过与环境和人类的交互。从人机交互的角度出发,必须要保证交互过程的连续性和自然性。

手势识别目前有很多方式,大部分方法是基于对手势的建模,主要的建模方式有基于人手表示的三维人手跟踪建模和基于先验模型的三维人手跟踪建模[2]。基于表示的方法要求预先定义一组手势集,从每个手势中提取唯一的手势描述子,通过从图像特征空间到手势空间的映射直接得到手势的估计。而基于模型的方法则根据静止的三维手模型来识别手势,把被投影的3D模型与被观察到的图像特征进行匹配而恢复手的状态,最后得到手的3D 形状[3]。

本文的研究思路是:在采用单摄相机结构下,利用人体的肤色模型结合基于高斯模型的背景减除法等获取每帧图像中人体的手掌、手臂、肩部以及头部区域的位置,利用这些位置信息建立人体手部3D模型;利用人体视频图像序列中手部区域的运动方向、手形、以后位置参数修正3D模型;最后利用HMM对各种手部动作进行识别并用实验验证识别结果。

1系统分析与技术方案

在设计家庭服务机器人系统中,建立机器人与人交互过程中对人的手部动作的自动识别模型。在基于手部动作识别的人机交互过程中,机器人需要跟踪、识别、响应用户的各种动作姿态,即交互过程中的连续性需要用户的动作尽量成像在图像平面的中央区域,不容易在视野中消失;利用上述过程获得的手部动作识别的结果结合语音识别,控制服务机器人进行各种操作,或者模拟人的动作。本文主要讨论手部动作识别,其系统总体框图如图1所示。

图2为本文所叙手部动作识别算法在服务机器人交互中的应用的原理图。

2手部区域的检测、分割

手部区域的检测、分割是手部动作识别的基础,其目的是从视频序列中将手部区域提取出来。目前运动目标检测的方法主要有背景减除法、最小化能量法、时间差分法和光流法。本文提出利用人体的肤色特征定位到人体的手部、人脸区域(为后续手部各关节点的计算、定位提供辅助作用),然后利用背景减除法分割出人体手部区域;统计方法使用一组像素的单个像素特性来建立更先进的背景模型,背景统计可以在处理过程中动态更新,当前图像中的每个像素可以通过比较当前背景模型中的统计被分为前景或背景。本文使用基于高斯模型的方法来构建背景图像,把每个像素作为混合高斯来建模,使用在线近似来更新。通过计算适应性混合模型的高斯分布来确定背景处理中的像素,得到可靠实时的跟踪。这里采用文献[4,5]提出的一种自适应混合高斯模型背景构建的方法,每个像素点的灰度值分布都由多个高斯分布混合表示。设一个像素点的像素观察值为(X1,X2,…,Xr),则当前像素值的概率可表示为: $p (X_{t}) = \sum_{i = 1}^{k} w (i, t) η (X_{t}, u (i, t), \sum i, t)$ (1)

其中K为用来表示像素值的高斯分布的个数,W(i,t)表示t时刻第i个高斯分布的权值 $(\sum_{i = 1}^{k} w (i, t) = 1) u (i, t)$ 表示第i个高斯分布的均值,∑i,t表示第i个高斯分布的协方差矩阵,而第i个高斯分布函数η(Xt,u(i,t),∑i,t)表达式为:

$η (X_{t}, u (i, t), \sum i, t) = \frac{1}{(2 π)^{\frac{n}{2} \sqrt{| \sum i, t |}}} e^{- \frac{1}{2} ψ}$ (2)

其中协方差矩阵 $\sum i, t = σ_{i}^{2} Ι ‚ ψ = - \frac{1}{2} (X_{t} - u_{t})^{Τ} (\sum i, t)^{- 1} (X_{t} - u_{t}) ‚ n$ 为自由变量的个数。用第一幅图像每点的像素值作为该点对应混合高斯分布的均值,并给每个高斯模型赋一个较大的方差和较小的权值。场景变化时,每个像素的混合高斯模型要被不断地学习更新,从每一点的多个高斯分布中选择一个或几个作为背景模型,其他均为前景模型,如果当前值与背景模型匹配,则该点为背景,否则为前景。该方法包括背景模型的选择和更新,详细步骤如下所述:

Step1 将每一点的混合高斯模型按权值和标准差的比值(即:w/σ)按从大到小的顺序排列,选择前B个模型作为背景模型。

Step2 当新的帧到来时,要对各个像素点的混合高斯模型的参数进行更新,把K个高斯分布按权值和标准差之比w/σ从大到小进行排列,选择均值和X(i,t)最接近的高斯模型。

Step3 如果找到某个高斯模型ηk与X(i,t)匹配,则用下列公式更新ηk的各个参数:

u(i,t)=(1-a)ut-1+aX(i,t) (3)

σ $_{(i, t)}^{2}$ =(1-a)σ $_{(i, t - 1)}^{2}$ +a(X(i,t)-u(i,t))T+1 (4)

Step4 对所有高斯分布的权值用下面的公式进行更新:

w(i,k,t)=(1-a)w(i,k,t-1)+aM(i,t,k) (5)

式中M(i,t,k)对于匹配的高斯模型取1,而对于没有匹配的高斯模型取零。如果没有一个高斯模型与X(i,t)进行匹配,将w /σ比值最小的高斯模型用均值为X(i,t)、方差较高、权值较低的新构造的高斯模型代替。实际使用中需要对分割出的区域需要进行预处理,以消除阴影和噪声。本文根据阴影与背景色调一致、亮度不同的特点,在RGB空间内,给定前景像素点I=(IR,IG,IB)和期望的背景像素值E=(BR,BG,BB),定义亮度失真a和颜色失真CD,归一化后,进一步消除背景、阴影、高亮像素;最后采用形态滤波(腐蚀、膨胀)和中值滤波对提取的前景进行滤波处理。把当前图像关键帧与最新的背景差分得到手部运动区域。对获得的手部区域进行二值化,然后利用人体肤色模型定位人体的手掌、手臂区域。

G(x,y,z)=abs(F(x,y,z)-B(x,y,z)) (6)

3手部模型的建立

三维模型能充分利用人体运动学和人体三维形体属性等方面的先验知识,对人体进行精确复杂的物理描述,因而可进行姿态预测、遮挡处理和碰撞处理,以及表示和识别有实际意义的动作。对获得的手部区域进行二值化,然后利用人体肤色模型[6]得到人体的手掌、手臂区域;而人体的脸部区域很容易得到。在获得操作者的手掌、手臂、脸部区域以后,由于头部区域仅仅是起到辅助的作用,不需要得到非常精确的头部边缘。这里近视假设人体的脸部为圆形,计算其质心所在位置。利用人体头部质心位置近似估计人体肩部位置。如果操作者脸部朝向摄像头,操作者的肩部位置离头部质心处是一个固定值,假设人体头部半径为R,则R的值近似为: $\sqrt{\frac{s_{h e a d}}{π}}$ 。如果头部的质心位置为:(x,y),则左肩部位置为:(x-r·ϕ,y+r),其中 $ϕ = (1 + \sqrt{5}) / 2$ ,左肩部的x坐标即为x+r·ϕ;同理根据对称性可知右肩部坐标位置。利用文献[7]提出的使用曲率的峰值来决定手指的位置,而肘部位置则源自于指尖和肩部最大距离的连线。由于人类的骨骼的长度有比较一致的比例关系,所以前臂与后臂的长度的比例关系是恒定的,肘关节在以肩为圆心,以后臂的长度为半径在一定的区域内运动,对应关系如下:

x2+y2+z2=r2 (7)

z2=r2-(x2+y2) (8)

在二维平面坐标系中x2+y2 长度即为前臂的长度L,则式(8)可写成z2= r2-L2 。假定用户正面面向摄像头,在实际的空间坐标系中,空间上的一个点(x,y,z)在图像平面坐标为(x′,y′),其中:x′=(f/z)x,y′=(f/z)y,而f的长度是固定的。本文利用以上获得的相关参数以及结合文献[8]提出的利用端点固定的关节模型及其对应的方程组,以估计各个关节点的3D坐标,建立类似于下图所示的精简人体上肢关节模型,增加约束条件并根据人体结构的特点,恢复出人体手部的3D姿态,如图3所示。

3D手部关节模型通常涉及到两组参数:角度参数(关节角度等)和直线参数(指骨长度、手掌尺度、臂长等)。从检测出的特征去估计这些运动学参数通常包括两个环节:初始参数估计和参数随时间的更新。到目前为止,所有3D人手模型都假设直线参数是预先已知的。这个假设把求解人手关节角度问题转化为逆运动学问题[1]。

4手部动作识别

HMM算法目前在行为识别中应用较广泛。它是一种有效的时变信号的处理方法,它隐含了对时间的校正,并提供了学习机制和识别能力。它是使用马尔柯夫链来模拟信号统计特性的变化,而这种变化又是间接地通过观察序列来描述的。人的手势可表示成双随机过程,它是内部状态不能直接观察到的过程。对于这样过程中的每一状态转移,将产生其值依赖于各个状态的观察输出信号。在基于HMM的识别算法里,每种手势有一个HMM。可观察符号对应着模型参数空间里的向量。基于HMM识别技术的优点包括提供了时间尺度不变性,保持了概率框架,以及具有自动分割和分类能力。在上一节建立的上肢关节模型中设肩关节为原点,建立如图4所示的坐标系。

其中A0,A1,A2,A3分别表示人体左手肩关节、肘关节、腕关节以及手掌心的坐标,根据对称性很容易得到右手关节坐标系。本文对每个待识别动作按照某种规则提取出统一的特征,将此特征送入识别器训练,得到最终的动作识别器。这里选取的特征能反映出不同动作间的本质差别,例如人体手部骨架模型前臂与上臂之间的夹角θ能反映出各种不同动作的区别。算法步骤如下:

(1) 对训练样本集S(样本大小设为N个)中每个样本Si的M个骨架S(i,m)(m =1,2,…, M) 计算各图像中L1与L2之间的夹角θ(i,m)1,2,L2与L3之间的夹角θ(i,m)2,3,L1与垂直方向Y轴的夹角θ(i,m)1,y,L1与水平方向X轴的夹角θ(i,m)1,x。则第i个样本Si的夹角特征向量为Ki = {(θ(i,1)1,2 ,θ(i,1)2,3 ,θ(i,1)1,y,θ(i,1)1,x),…,(θ(i,m)1,2,θ(i,m)2,3,θ(i,M)1,y,θ(i,M)1,x)}T( i=1,2,…,N),训练样本集Str ={S1,S2,…,Sn} 得到与之对应的夹角特征向量集Ktr={K1,K2,…,Kn}。

具体计算方法为:θ(i,m)1,2 = deg(A2,A1)+deg(A1,A0),其中:deg(A2,A1)=arctan(y2–y1)/(x2–x1),A2为(x2,y2),A1为(x1,y1)。

(2) 对训练样本集S中每个样本Si的M个骨架S(i,m)(m =1,2,…,M) 计算各图像中非相邻关节的距离,A0 与A2的距离d(i,m)0,2 , A0 与A3的距离d(i,m)0,3 , A1 与A2的距离d(i,m)1,3,则第i个样本Si的距离特征向量为Di={(d(i,1)0,2 ,d(i,1)0,3,d(i,1)1,3),…,(d(i,M)0,2,d(i,M)0,3,d(i,M)1,3)}T (i=1,2,…,N),训练样本集Str={S1,S2,…,Sn}得到与之对应的距离特征向量集Dtr={D1,D2,…,Dn}。

(3) 将训练样本集Str所对应的特征向量集Ktr和Dtr按动作分类,分别送入隐马尔柯夫模型中进行学习训练,利用Baum-Welch算法得到对应于每种类手部动作的HMM模型

(4) 对测试样本集Ste按步骤(1)、步骤(2)中的方法计算其对应的夹角特征向量集Ktr,再利用HMM的向前—向后算法选取步骤(3)中具有最大概率的HMM模型,得到识别结果。算法过程如图5所示。

以上算法很容易计算出手部相邻骨块之间的夹角变化以及关节点间的距离变化,分析识别手部简单动作,结合文献[4]提出的手指动作识别方法很容易实现对手部动作的识别,增加了手部动作的数量,相应的在实际应用中就有更多可供选择的动作集用于定义不同的语义。

5手部动作识别在服务机器人交互中的应用

本文利用各种简单的手部动作在“家庭生活支援多机器人系统”项目中对上述算法进行了识别试验。每个手部动作采集50(即N=50)组样本而每组样本包括16(即M=16)张图像序列进行训练,利用训练好的HMM算法对手部动作进行识别,并判断识别结果,如果正确则通过计算机发给机器人控制器相应的指令以触发服务机器人设定的各种交互事件。实验时用户面向摄像头做动作,每个动作持续时间为3秒,摄像头以20Hz的频率进行采样。表1所示为利用本文算法识别预先设定的“举手”、“再见”、“向左”、“向右”、“敬礼”、“曲臂”、“向上”、“向下”等手部动作分别在背景颜色单一、背景变化较缓慢、光照稳定和背景颜色复杂、背景变化快、光线偏暗条件下的识别结果。

从以上实验结果可知此识别方法对于动作过程非相似的动作(如:“向上”、“向下”、“向左”、“向右”、“举手”)识别率较高,对于较复杂的、动作过程相似的手部动作(如“敬礼”、“再见”)识别率相对较低,误识率较高。同时该算法在背景较单一的环境识别率要比背景复杂的情况下要高。

6结语

由于人体的非刚性特征,导致手势的多样性、多义性、差异性等,这对手部动作识别带来了较大的困难,本文利用背景减除与人体肤色特征相结合的方法分隔出手部运动区域,建立3D人手关节模型并基于隐马尔柯夫(HMM)模型进行手部动作识别取得了较好的识别效果,特别在背景比较单一、光线稳定的条件下识别率比较高,然而基于3D人手关节模型的手部模型参数多,计算复杂性高,而且为抽取模型参数而使用的许多近似过程导致模型参数的估计不是很可靠,对复杂动作的识别率还有待提高。虽然迄今为止对手势识别已经成果显著,但是把肩关节、肘关节、腕关节以及前、后臂与手指识别结合起来的研究却并不多见,本文希望能对相关领域的研究人员有所裨益。

摘要：提出一种基于分类特征提取的手部动作识别方法,该方法通过自适应的混合高斯模型构建背景模型,使用背景减除法并充分利用人体手部肤色信息分割出人体手部区域,结合手部关节、骨骼特征及肤色信息估算手部关节点位置,构建三维手部骨架模型,然后提取手部各关节角度、位置信息并利用隐马尔柯夫(HMM)模型对其所表示的动作进行训练识别。

关键词：特征提取,混合高斯模型,隐马尔柯夫模型,动作识别

参考文献

[1]任海兵,祝新远,徐光祐,等.基于视觉手势识别的研究综述[J].电子学报,2000,28(2).

[2]Wu Ying,Lin John,Huang T S.Capturing natural hand articulation[C]//Proceedings of the ICCV’01,Vancouver,Canada,2001:426-432.

[3]冯志全,孟祥旭,李学庆,等.基于单目体系的可见手重构算法研究[J].计算机学报,2006,29(3).

[4]Stauffer C,Grimsonx C.Adaptive Background Mixture Models for Real-time Tracking[C]//Proc IEEE Conference on Computer Vision andPattern Recognition,Colorado,1999,2:246-252.

[5]杨学超,刘文萍.视频图像序列中的运动目标检测技术[J].计算机应用与软件,2008,25(1).

[6]陈锻生,刘政凯.肤色检测技术综述.计算机学报,2006,29(2).

[7]Ayman El-Sawah,Chris Joslin,Nicolas D.Georganas:A Framework for3D Hand Tracking and Gesture Recognition using Elements of GeneticProgramming[C]//Third 2008 International Conference on Conver-gence and Hybrid Information Technology.

[8]任海兵,徐光祐.人体上肢姿态的估计及多解分析[J].软件学报,2002(11).

篇4：描写动作的词语

面面相觑虎视眈眈走马看花大喜过望心平气和平心静气暴跳如雷

呼、吸、吻、唱、嚎、咧、嚼、喝、吞、咬、吞、吐、啃、叼、叱咤、吃、含、呕、吟、咏、咂、哼、唤、喵、喷、噬、咽、叫

嘬、吮、唾抿，噘，咧，张，闭抿，噘，咧，张，闭，翘，撇抿，噘，咧，张，闭张撇抿咧闭噘张

豁口截舌撕开嘴巴,截去舌头.指命人住嘴...

绝口不道绝口：始终不开口.闭着嘴不说话.

磕牙料嘴多嘴多舌...

课语讹言多嘴多舌,胡言乱语...

百舌之声比喻唠叨、多嘴.

闭口藏舌闭着嘴不说话.形容怕惹事而不轻易开口.

薄唇轻言形容多嘴,说话随便.

长颈鸟喙喙：鸟的嘴.长颈项,尖嘴巴.指阴险狠毒者的状貌.

惩羹吹齑羹：用肉、菜等煮成的汤;齑：细切的冷食肉菜.被热汤烫过嘴,吃冷食时也要吹一吹.比...

鸱目虎吻鸱：鹞鹰,一种猛禽;吻：嘴唇边.形容人相貌阴险凶恶.

唇焦舌敝焦：干;敝：破.嘴唇干,舌头破.形容说话太多,费尽唇舌.

知识扩展：描写人物动作的成语

闷闷不乐欣喜若狂怏怏不乐胆战心惊柔肠寸断悔恨交加惊喜交集

喜不自胜喜出望外愤愤不平悲喜交集提心吊胆悲不自胜义愤填膺

痛不欲生痛心疾首痛快淋漓痛哭流涕健步如飞扭头就跑定睛一看

侧耳细听冥思苦想步履矫健

拔腿就跑目不转睛听得入迷挖空心思

大步流星连蹦带跳凝神注视道听途说飞檐走壁东奔西窜怒目而视

大摇大摆横冲直撞左顾右盼步履艰难飞似得跑东张西望一瘸一拐

奔走如飞挤眉弄眼匍匐前进上窜下跳瞻前顾后蹑手蹑脚举目远望

步履轻盈极目了望走马看花虎视眈眈眼明手快眼疾手快风驰电掣

电光石火眼明手捷雷厉风行

流星赶月星驰电走弩箭离弦动如脱兔

放声痛哭失声痛哭痛哭流涕声泪俱下哭哭啼啼泣不成声哭爹叫娘

捶胸顿足号啕大哭抱头痛哭点头微笑

抓耳挠腮挤眉弄眼暗送秋波拳打脚踢辗转反侧东倒西歪瞠目结舌

眉飞色舞一瘸一拐拔腿就跑连蹦带跳一步登天步伐轻盈飞檐走壁

健步如飞大步流星七手八脚蹑手蹑脚手舞足蹈步伐矫健匍匐前进

脚踏实地笨手笨脚手忙脚乱手舞足蹈大快朵颐抓耳挠腮举手投足

奔走如飞上窜下跳目不转睛凝神注视

篇5：动作神态描写的词语

2、小菊到今年已经十四岁了，但是她的身体长得不高，手臂依然那么细小，颧骨照旧凸出，十个指头像一束枯竹枝，仿佛一折就会折断似的；因为她十分消瘦，所以看起来她的身体轻飘飘的。

3、除夕晚上，儿子孙子都来到她身边，她满脸皱纹都舒展开了，就像盛开的菊花瓣，每根皱纹里都洋溢着笑意。

4、小光是五年级的学生，圆圆的脸上有一双明亮的大眼睛。他学习不错，就是不爱干活儿。偶尔让他干点活儿，他就噘着嘴，耷拉着脑袋，老大的不高兴，走起路来也懒洋洋的，所以，爸爸总是喊着“小懒猫”。

5、这时，一股甜丝丝的感觉涌上心头，因为这是我自己第一次劳动的结果，能不高兴吗？

6、突然，门帘一掀，小妹像吃了喜鹊蛋似的`闯了起来，张着没有门牙的小嘴格格笑着。

7、今天，外公特别高兴，他额上的鱼尾纹舒展开了，精神矍砾，慈祥的脸上流露出温和的笑意。

8、我一听，一蹦三尺高，心花怒放，情不自禁地举着喜报欢呼起来：“噢，噢，我得喜报了！

9、我此时此刻不知怎么形容我的高兴心情。就如重获自由的小鸟，得到解放的犯人，逃离猎人追捕的动物。

10、杨燕撑起雨伞，提起一个挎包，放在肩上；想到马上要去上大学，像驾起了云头似的，畅快地大摇大摆走出家门。

11、倪建炜有许多优点，也有许多缺点。优点是乐于助人，热爱体育锻炼，特别是跑步。缺点是动作太慢，有时爱打人。

12、仇恨，像怪兽一般吞噬着我的心，使我不思饮食，坐立不安。

13、鸟儿在空中鸣叫，好像在为我祝贺；花儿在阳光下盛开，好像在为我祝福。啊，爸爸要带我去北京玩了，我欣喜若狂，走路都是连蹦带跳。

14、一个十七八岁的姑娘，坐在旁边的一块石头上。黑红的脸颊上沾满了灰尘。她并不像有些小贩那样起劲地吆喝，只是等有人来问时才答上几句，说起话来总是低着头，显得有些腼腆。

15、老师看到题后，皱着眉头，习惯地把左手的大拇指放在嘴唇下面来回移动，思考着。

16、我把拖把在水池里涮了又涮，再拧干，然后弯下腰，前腿弓起，后退绷着，“哼哧哼哧”拖起地来。

17、他虽然已经是老态龙钟了，走路时却仍然步履矫健。虽然已经身形佝偻，可是菊瓣似的笑容从奶奶满是皱纹的脸上绽放；虽然已经双目混浊，可是年轻时美好的回忆依然充满了她整个瘦小的身躯。

18、阳光在教室里洒下炫目的光辉，照亮着一张张快乐的兴奋的脸，每张脸都像一朵花。

19、我的奶奶今天的穿戴与平时大不相同：头戴绒线帽，身穿一件崭新的黑呢子大衣和一条混纺呢裤子，脚上穿着一双油亮亮的平底皮鞋。她手拄拐杖，满脸洋溢着喜气，手里拿着一张的红纸出了门。

20、眉开眼笑心花怒放兴致勃勃兴致盎然满面春风乱蹦乱跳欢呼雀跃手舞足蹈兴奋异常开怀大笑。

21、她脸儿红得像熟透了的山柿子，忙低下头去，不敢再看我一眼。

22、老人蓄着一撮短而硬的八字胡，一双棕褐色的眼睛深陷在眼窝里，长着一头蓬乱的灰白头发。

23、喜得小强本来就细眯眯的眼睛，像是指甲掐出来的，成了两条弯弯的细缝儿。

24、他惶恐不安地看着我，嘴里就像含了一串冰糖葫芦，呜呜啦啦半天没说出什么来。

篇6：描写舞蹈动作的词语

【鸾回凤翥】：形容舞姿优美.

【翩跹而舞】：翩跹：轻扬飘逸的样子.常用以形容轻快旋转的舞姿.

【轻歌曼舞】：音乐轻快,舞姿优美.

【舞态生风】：跳舞的姿态像风吹那样飘逸.比喻舞姿轻盈.

【翾风回雪】：翾：飞翔.回风飞雪.形容舞姿轻盈美妙.

【妖歌曼舞】：曼：柔和.音乐轻快,舞姿优美.

【羽衣蹁跹】：羽衣：羽毛织成的衣服;蹁跹：舞姿美妙.身穿羽毛绣衣,举步轻盈飘逸.指道士或神仙赶路的神态.也形容舞姿优美.

【翥凤翔鸾】：盘旋飞举的凤凰.常比喻美妙的舞姿

【缓歌缦舞】：柔美的歌声和舞姿.

百兽率舞、抃风舞润、伯歌季舞、不舞之鹤、长袖善舞、吹弹歌舞、歌楼舞榭、山鸡舞镜

歌台舞榭、歌舞升平、歌莺舞燕、鼓舞人心、酣歌恒舞、欢欣鼓舞、龙飞凤舞、鸾歌凤舞

眉飞色舞、翩翩起舞、婆娑起舞、前歌后舞、轻歌曼舞、鹊笑鸠舞、群魔乱舞

篇7：描写人物动作的词语

挤眉弄眼瞻前顾后举目远望极目了望尽收眼底察言观色刮目相看

面面相觑虎视眈眈走马看花大喜过望心平气和平心静气暴跳如雷

心有余悸惊魂未定心安理得心如刀割心如死灰心驰神往心旷神怡

心乱如麻心胆俱裂心神不定心神恍惚心悦诚服心惊肉跳心花怒放

心慌意乱心烦意乱心惊胆战心猿意马心潮澎湃乐不可支乐以忘忧

百感交集感慨万端欢天喜地欢欣鼓舞悲痛欲绝忧心如焚忧心忡忡

闷闷不乐欣喜若狂怏怏不乐胆战心惊柔肠寸断悔恨交加惊喜交集

喜不自胜喜出望外愤愤不平悲喜交集提心吊胆悲不自胜义愤填膺

痛不欲生痛心疾首痛快淋漓痛哭流涕健步如飞扭头就跑定睛一看

侧耳细听冥思苦想步履矫健拔腿就跑目不转睛听得入迷挖空心思

大步流星连蹦带跳凝神注视道听途说飞檐走壁东奔西窜怒目而视

大摇大摆横冲直撞左顾右盼步履艰难飞似得跑东张西望一瘸一拐

奔走如飞挤眉弄眼匍匐前进上窜下跳瞻前顾后蹑手蹑脚举目远望

步履轻盈极目了望走马看花虎视眈眈眼明手快眼疾手快风驰电掣

电光石火眼明手捷雷厉风行流星赶月星驰电走弩箭离弦动如脱兔

风风火火: 形容急急忙忙，冒冒失失的样子。

拉拉扯扯: 比喻不干脆，不痛快。现形容拉私人关系

拿班作势: 装模作样。

指手划脚: 用手指，用脚划。形容说话时用手脚示意，也比喻瞎指挥，乱加指点批评。

步履维艰: 步履：行动;维：文言助词，无实义;艰：困难。指行走十分困难，行动很不方便

兔起鹘落: 鹘：打猎用的鹰一类的猛禽。兔子刚跳起来，鹘就飞扑下去。比喻动作敏捷。也比喻绘画或写文章迅捷流畅。

骂不绝口: 骂声不断。

龙行虎步: 形容帝王的仪态，比喻威仪庄重，气度不凡

小手小脚: 形容不大方。也形容做事没有魄力。

像煞有介事: 指似乎真有其事。多用以形容小题大作或装腔作势的样子。

藏头露尾: 藏起了头，露出了尾。形容说话躲躲闪闪，不把真实情况全部讲出来。

举手投足: 一抬手，一动脚。形容轻而易举，毫不费力。

额手相庆: 见“额手称庆”。

搔头摸耳: 抓抓头皮，摸摸耳朵。形容一时无法可想的焦急神态。

默不作声: 一句话也不说

抖擞精神: 振作起精神。

指手画脚: 指说话时做出各种动作。形容说话时放肆或得意忘形。

七手八脚: 形容人多手杂，动作纷乱。

慢条斯礼: 见“慢条斯理”。

缄口不言: 缄：封闭。封住嘴巴，不开口说话

抚掌大笑: 抚：拍。拍手大笑。形容非常高兴。

喃喃自语: 喃喃：连续不断地小声说话。小声地自己跟自己说话

东躲西跑: 躲：躲藏，避开。形容四处逃散，分头躲藏。形容极为惊慌。

大步流星: 形容步子跨得大，走得快。

言谈举止: 人的言语、举动、行为。

摩拳擦掌: 形容战斗或劳动之前，人们精神振奋，跃跃欲试的样子。

大摇大摆: 走路时身子摇摇摆摆。形容自以为了不起的傲慢神态。

席地而坐: 泛指在地上坐。

奔走相告: 指有重大的消息时，人们奔跑着相互转告。

蜗行牛步: 蜗牛爬行，老牛慢走。比喻行动或进展极慢。

飞檐走壁: 旧小说中形容有武艺的人身体轻捷，能够跳上房檐，越过墙壁。

煞有介事: 原是江浙一带的方言。指装模作样，活象真有那么一回事似的。多指大模大样，好象很了不起的样子。

指天画地: 形容说话没有顾忌，目中无人。

装神弄鬼: 比喻玩弄手段蒙骗人。

乔装打扮: 乔装：改变服装、面貌;打扮：指化装。指进行伪装，隐藏身份。

探头探脑: 探：头或上体向前伸出。伸着头向左右张望。形容鬼鬼祟祟的探望。

兔起凫举: 凫：野鸭。象兔敢奔跑，象野鸭急飞。比喻行动迅速。

姗姗来迟: 形容女子走路缓慢从容的姿态。现形容慢腾腾地来晚了。

扬威耀武: 见“扬威曜武”。

举手加额: 拱手与额相齐，是古人表示欢庆的意思。

撒娇卖俏: 撒：尽量施展。尽量施展娇态，卖弄俏丽。

篇8：描写人动作的词语

自圆其说、振振有辞、肆无忌惮、大言不惭、娓娓动听、绘声绘色、对答如流、口若悬河、滔滔不绝、谈笑风生、高谈阔论、豪言壮语、夸夸其谈、花言巧语、走马观花

扶老携幼、手舞足蹈、促膝谈心、前俯后仰、奔走相告、跋山涉水、前赴后继、察言观色、左顾右盼、瞠目结舌、袖手旁观、伸头缩颈、一饮而尽、洗耳恭听、眼疾手快

龇牙咧嘴、昂首挺胸、抓耳挠腮、摩拳擦掌、手不释卷、上蹿下跳、大步流星、交头接耳、东张西望、拳打脚踢、指手画脚、摇头摆尾、侧耳细听

指手划脚、手忙脚乱、手舞足蹈、七手八脚、摇头晃脑、身手敏捷、风驰电掣，动如脱兔，举目眺望、大步流星、昂首挺胸，手舞足蹈、张牙舞爪、动如脱兔，举目眺望

昂首挺胸、健步如飞、步履矫健、步履轻盈、大步流星、昂首阔步、挤眉弄眼、横冲直撞、蹑手蹑脚、欢呼雀跃、鬼鬼祟祟、伏案疾书、载歌载舞、大步流星、摩拳擦掌

手疾眼快、手忙脚乱、惊慌失措、落荒而逃、连蹦带跳、蹑手蹑脚、翩翩起舞、张牙舞爪、步履蹒跚、跌跌撞撞、喋喋不休、竭尽全力、慢条斯理、含糊其词、唠唠叨叨

[走]散步漫步踏步信步转悠闲逛徜徉踉跄蹒跚踱方步健步如飞步履矫健步履轻盈大步流星飞檐走壁大摇大摆步履艰难一瘸一拐匍匐前进蹑手蹑脚

篇9：描写人物动作的词语

散步，漫步，踏步，信步，转悠，闲逛，徜徉，踉跄，蹒跚，踱方步，

健步如飞，步履矫健，步履轻盈，大步流星，飞檐走壁，大摇大摆，步履艰难一瘸一拐，匍匐前进，蹑手蹑脚，，

［跑］

小跑，慢跑，飞跑，飞奔，飞越，扭头就跑，拔腿就跑，连蹦带跳，东奔西窜

横冲直撞，跑得上气不接下气，跑得比兔子还快，飞似得跑

［看］

瞧，瞅，过目，注视，端详，凝视，仰视，俯瞰，远眺，了望，张望，回顾，环视，扫视，窥视，怒视，浏览，审视，洞察，打量，巡视，目击，目睹，，会见，召见，定睛一看，目不转睛，凝神注视，怒目而视，左顾右盼，

东张西望，挤眉弄眼，瞻前顾后，举目远望，极目了望，尽收眼底，察言观色刮目相看，面面相觑，虎视眈眈，走马看花

［听］

倾听，聆听，窃听，旁听，听候，，侧耳细听，听得入迷，听信谣言

百听不厌，道听途说，充耳不闻，当作耳边风，左耳进，右耳出

★ 描写动作的词语

★ 描写人物动作的成语

★ 描写人物动作的语句

★ 描写人物动作的片段

★ 关于人物动作描写的片段

★ 描写心情动作的词语

★ 描写动作神态的词语

★ 描写人物的词语

★ 描写人物动作的片段有哪些

篇10：描写人物动作的词语

猜想，推想，设想，回想，空想，梦想，联想，遐想，妄想，思念，思绪

思考，思索，思慕，寻思，思考，揣测，惦念，挂念，牵挂，心潮起伏，思潮澎湃，思绪万千，思绪纷繁，浮想联翩，思前想后，心往神驰，想方设法绞尽脑汁，冥思苦想，三思而行，牵肠挂肚，挖空心思，异想天开，想入非非胡思乱想，痴心妄想，不假思索

[哭]

啜泣，抽泣，呜咽，哀号，号哭，痛哭，潸然泪下，泪流满面，放声痛哭，

失声痛哭，痛哭流涕，声泪俱下，哭哭啼啼，泣不成声，哭爹叫娘，捶胸顿足号啕大哭，抱头痛哭，老泪纵横，哭声震天

[笑]

微笑，大笑，欢笑，嬉笑，狂笑，嗤笑，憨笑，傻笑，哄笑，苦笑，干笑，

篇11：描写眼睛动作的词语

观看观察瞪眼闭眼俯视仰视远眺鸟瞰眺望

洞察察看凝视鄙视蔑视轻视睁眼斜视

定睛一看眼睛一眨眼睛一闪眼珠一转瞟了一眼

瞥了一眼目睹一切洞察一切仔细观看细心观察

察言观色洞若观火走马观花袖手旁观眼观六路

明察秋毫众目睽睽虎视眈眈横眉竖眼沭目惊心

圆睁着杏眼睁得大大的虎目血红充满怒气的双眼

两眼燃烧着憎恨的火焰中了邪似的瞪着双眼

滴溜溜转动着的小眼睛扑楞着两只大眼睛

像两扇窗户似的眼睛透出心灵的灯光

一对乌亮的大眼睛滴溜溜飞快地转动着

两眼下垂着，露出忧虑困惑的神气

痛苦失神的一对淡灰的眼睛瞪得直直的

1、心理神态与眼睛动作：

反映眼睛动作的词语极为丰富，而且同一动作有细微之分。这种区分主要依据人物的心理神态而不同。如：近看为“视”，远看为“望”，斜看则“瞟”，下看则“瞰”，眼睛是心灵的窗口，最容易反映人物的心灵，如：“瞪”表示不满;“盼”表示向往。

2、动作描写与心理描写结合。

篇12：描写表示嘴动作的词语

2) 我们站在操场上，骄傲自豪地看着败者，活似一个个打了大胜仗的威武大将军，高兴极了。

3) 我点了点头，像个小地鼠似的钻进了西瓜地

4) 她往窗玻璃上呵一口气，再用指甲蹭一蹭，一连串动作干净利落。

5) 分好了队，我自然是两支队伍中最高的人，而且，我在投篮命中方面也是一个响当当的人物，和我一队的“同胞们”，自然都欢天喜地，喜不自胜。

6) 宁佳音跑到跳高架的横杆前，又脚踏地，双臂猛摆，身体就像小燕子一样飞过了横杆。

7) 我把鱼骨头一根一根地用牙齿咬，用手拨，总算啃掉了半个鱼头，一点鱼肉都没吃到。

8) 想到这儿，我怀着忐忑不安的心情，像脚下生了风，三步并作两步往回跑。

9) 今天，我家里摆了一张乒乓球桌，请了我的伙伴杨鑫来打乒乓球。先是我发球了，我想：“我发‘抬空球’”，他一定会抽过来，于是我发了一个较低的抬空球，不想，他猛地抽过来了，我没接过来，唉，真是自作自受。轮到杨鑫发球。只见他脸绷得紧紧的.，眼睛盯着我慢慢地举起球拍，突然他身子一沉，右手闪电似的一击，球像一道白光蹿向我方的球台，我后退不及。慌忙一挡，哎呀，球飞出界了，我输了。

10) 我拿起面皮，用筷子夹起馅，小心地放在面皮上，两手使劲一捏。只觉得粘乎乎的，仔细一看，“哎呀!”我不禁喊出声来——原来是我用力过猛，挤破了面皮儿，馅冒出来了。我赶紧“急救”，又从另一边冒出来了。我急忙又用另一块面皮儿裹住那一边，才算堵住了“漏洞”。我终于用三块面皮包了一个饺子。

11) 伙子跑得不错，已经从起跑冲刺进入途中匀速跑。他像一匹马驹昂头急奔：步幅匀称，步频紧凑，蹬动有力，腰肢放松——整个动作显得优美而富有弹性。

12) 我倒了盆水，先用毛巾湿湿脸，再打上香皂，用劲地抓呀、搓呀，不一会儿就满脸香皂沫了。