[發明專利]基于隱馬爾科夫模型判斷手勢運動方向的方法

有效

• 申請號: 201110429580.2
• 申請日: 2011-12-20
• 公開（公告）號: CN102592112A
• 公開（公告）日: 2012-07-18
• 發明（設計）人: 劉恒;趙仕才;張彩虹;呂金鋼
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66;G06T7/20
• 代理公司: 成都虹橋專利事務所 51124
• 代理人: 李順德

1.基于隱馬爾科夫模型判斷手勢運動方向的方法，其特征為包括：

a.通過攝像頭進行人臉檢測，以確定用戶進入系統識別范圍；

b.從視頻流中獲取當前運動圖像，建立膚色概率模型，作為手勢運動過程中膚色分割的依據，將膚色概率圖與視頻幀差結果相乘后的數據經中值濾波器進行濾波，得到手勢區域灰度圖；

c.根據當前手勢區域灰度圖，更新手勢運動歷史圖，并獲得運動能量圖；

d.對有效的手勢運動歷史圖進行圖像梯度向量計算，得到手勢運動向量和向量水平夾角，再將向量水平夾角規劃到360度平面區域劃分的相應區域對應的編碼中；

e.通過運動能量圖獲得手勢運動的開始時刻和結束時刻，分割出手勢運動；

f.通過步驟a～步驟e對一段視頻的分析，獲得該視頻的一個運動方向的編碼序列，通過所述的編碼序列得到隱馬爾科夫模型的可見狀態序列，對隱馬爾科夫模型參數進行訓練，利用隱馬爾科夫模型的前向、后向算法推定手勢運動方向。

2.如權利要求1所述的基于隱馬爾科夫模型判斷手勢運動方向的方法，其特征為步驟c所述的更新手勢運動歷史圖的方法為：其中H_τ(x，y，t)為當前的手勢運動歷史圖，為當前的手勢區域灰度圖，τ為描述運動的時間范圍的參數，δ為手勢運動歷史圖的衰減參數，ξ為手勢區域二值分割的閾值。

3.如權利要求2所述的基于隱馬爾科夫模型判斷手勢運動方向的方法，其特征為所述的衰減參數δ＝0.5，閾值ξ＝10s。

4.如權利要求1所述的基于隱馬爾科夫模型判斷手勢運動方向的方法，其特征為步驟c所述的獲得運動能量圖的法為：其中E_τ(x，y，t)為運動能量圖，τ為描述運動的時間范圍的參數，x，y分別為運動能量圖的橫縱坐標，t為時刻。

5.如權利要求1所述的基于隱馬爾科夫模型判斷手勢運動方向的方法，其特征為步驟e所述的通過運動能量圖獲得手勢運動的開始時刻和結束時刻的方法為：計算兩個不同時刻的運動能量圖累加的差，如果所述的差值＞400為手勢運動開始，如果所述的差值＜20為手勢運動結束。

6.如權利要求1所述的基于隱馬爾科夫模型判斷手勢運動方向的方法，其特征為步驟f中所述利用隱馬爾科夫模型的前向、后向算法推定手勢運動方向為：根據所述的隱馬爾科夫模型的可見狀態序列，通過隱馬爾科夫模型參數的狀態轉移概率和觀測值概率，計算運動模型概率，根據最大的運動模型概率對應的運動模型對整個系統的手勢運動方向進行判斷。

7.如權利要求1所述的基于隱馬爾科夫模型判斷手勢運動方向的方法，其特征為步驟f中對隱馬爾科夫模型參數進行訓練包括：

f1.初始化待訓練模型參數，根據動作編碼設定待訓練模型參數的各個狀態轉移矩陣；

f2.根據待訓練模型參數和隱馬爾科夫模型可見狀態的觀察值序列，訓練新模型參數：如果新模型下獲得所述觀察值序列的概率的對數—待模型下獲得所述觀察值序列的概率的對數＜delta，則訓練結束；否則將重復步驟f2。

8.如權利要求1至7之一所述的基于隱馬爾科夫模型判斷手勢運動方向的方法，其特征為步驟d中對手勢在上、下、左、右四個方向的運動進行計算。

9.如權利要求1至7之一所述的基于隱馬爾科夫模型判斷手勢運動方向的方法，其特征為步驟f中截取所獲得的編碼序列的中間6～8個編碼為隱馬爾科夫模型的可見狀態序列。