[發(fā)明專利]動(dòng)態(tài)手勢(shì)識(shí)別系統(tǒng)及方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201210521108.6
• 申請(qǐng)日: 2012-12-07
• 公開（公告）號(hào): CN102938060A
• 公開（公告）日: 2013-02-20
• 發(fā)明（設(shè)計(jì)）人: 趙瑩
• 申請(qǐng)（專利權(quán)）人: 上海電機(jī)學(xué)院
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/66;G06K9/46
• 代理公司: 上海思微知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31237
• 代理人: 鄭瑋

1.一種動(dòng)態(tài)手勢(shì)識(shí)別系統(tǒng)，用于對(duì)視頻中動(dòng)態(tài)手勢(shì)進(jìn)行識(shí)別，至少包括：

靜態(tài)手勢(shì)識(shí)別模組，檢測(cè)視頻幀內(nèi)運(yùn)動(dòng)區(qū)域，得到膚色區(qū)域，并針對(duì)五指張開的手勢(shì)，提取幾何特征，采用手形的相對(duì)幾何特征，利用SVM分類器進(jìn)行分類，從而從膚色區(qū)域中定位出手勢(shì)部分；以及

動(dòng)態(tài)手勢(shì)跟蹤模組，采用基于仿射變換的塊匹配法，通過計(jì)算相鄰幀的運(yùn)動(dòng)參數(shù)進(jìn)行手勢(shì)跟蹤。

2.如權(quán)利要求1所述的動(dòng)態(tài)手勢(shì)識(shí)別系統(tǒng)，其特征在于，該靜態(tài)手勢(shì)識(shí)別模組包括：

運(yùn)動(dòng)區(qū)域檢測(cè)模組，提取幀內(nèi)運(yùn)動(dòng)區(qū)域，排除背景干擾，同時(shí)縮小檢測(cè)區(qū)域；

特征提取模組，針對(duì)五指張開的手勢(shì)，提取幾何特征，采用手形的相對(duì)幾何特征，利用SVM分類器進(jìn)行分類，從而從膚色區(qū)域中定位出手勢(shì)部分；以及

特征識(shí)別模組，選取若干幅人手正樣本以及若干副樣本作為訓(xùn)練樣本，利用SVM分類器進(jìn)行學(xué)習(xí)，再將學(xué)習(xí)后的分類器對(duì)視頻幀進(jìn)行手勢(shì)識(shí)別選取。

3.如權(quán)利要求2所述的動(dòng)態(tài)手勢(shì)識(shí)別系統(tǒng)，其特征在于:該運(yùn)動(dòng)區(qū)域檢測(cè)模組將相鄰的圖像幀之間的像素進(jìn)行差分并閾值化，提取出圖像中的運(yùn)動(dòng)區(qū)域。

4.如權(quán)利要求3所述的動(dòng)態(tài)手勢(shì)識(shí)別系統(tǒng)，其特征在于:該特征識(shí)別模組選取2000幅人手正樣本以及2000副負(fù)樣本作為訓(xùn)練樣本。

5.如權(quán)利要求2所述的動(dòng)態(tài)手勢(shì)識(shí)別系統(tǒng)，其特征在于，該特征提取模組包括：

掌心位置及大小計(jì)算模組，利用距離變換得到膚色分類器給出的手形區(qū)域中掌心位置及掌心大小；

手指位置計(jì)算模組，利用手勢(shì)凸包、外輪廓，計(jì)算手指位置以及最大缺陷的位置；以及

特征向量形成模組，根據(jù)手形特征構(gòu)成特征向量。

6.如權(quán)利要求5所述的動(dòng)態(tài)手勢(shì)識(shí)別系統(tǒng)，其特征在于：該動(dòng)態(tài)手勢(shì)跟蹤模組將手勢(shì)區(qū)域作為跟蹤對(duì)象，進(jìn)行圖像分塊，通過將各個(gè)小塊的運(yùn)動(dòng)參數(shù)累加，從而得到手區(qū)域在相鄰兩幀之間的運(yùn)動(dòng)向量。

7.一種動(dòng)態(tài)手勢(shì)識(shí)別方法，用于對(duì)視頻中動(dòng)態(tài)手勢(shì)進(jìn)行識(shí)別，包括如下步驟：

步驟一，檢測(cè)運(yùn)動(dòng)區(qū)域，得到膚色區(qū)域；

步驟二，利用距離變換得到膚色分類器給出的手形區(qū)域中掌心位置及掌心大??；

步驟三，利用手勢(shì)凸包、外輪廓，計(jì)算手指位置以及最大缺陷的位置；

步驟四，根據(jù)手形特征構(gòu)成特征向量；

步驟五，選取若干幅人手正樣本以及若干副樣本作為訓(xùn)練樣本，利用SVM分類器進(jìn)行學(xué)習(xí)，再將學(xué)習(xí)后的分類器對(duì)視頻幀進(jìn)行手勢(shì)識(shí)別；以及

步驟六，利用基于仿射變換的圖像塊匹配方法進(jìn)行手形跟蹤。

8.如權(quán)利要求7所述的一種動(dòng)態(tài)手勢(shì)識(shí)別方法，其特征在于：于步驟一中，將相鄰的圖像幀之間的像素進(jìn)行差分并閾值化，提取出圖像中的運(yùn)動(dòng)區(qū)域。

9.如權(quán)利要求7所述的一種動(dòng)態(tài)手勢(shì)識(shí)別方法，其特征在于，于步驟三中，判斷手指及缺陷坐標(biāo)的規(guī)則如下：

1)從左至右遍歷凸缺陷，尋找缺陷開始點(diǎn)，最大點(diǎn)以及缺陷結(jié)束點(diǎn)，并計(jì)算最大缺陷值，得到D0、D1、D2、D3、D4、D5六個(gè)缺陷點(diǎn)坐標(biāo)及最大缺陷值；

2)當(dāng)缺陷值大于設(shè)定閾值時(shí)，則判定該缺陷為手指間的缺陷。將缺陷的開始點(diǎn)、結(jié)束點(diǎn)分別標(biāo)定位兩手指坐標(biāo)，缺陷位置為指間缺陷坐標(biāo)；

3)除大拇指以及小拇指以外，剩余指尖由于缺陷開始點(diǎn)及結(jié)束點(diǎn)不一定重合，則當(dāng)不重合時(shí)，取兩者的平均值作為指尖坐標(biāo)，從而得到指尖坐標(biāo)；

4)將相鄰最大缺陷點(diǎn)相連，線段的中點(diǎn)被認(rèn)為是五指的指根坐標(biāo)，從而通過指尖與指根可以計(jì)算出五指的長(zhǎng)度。

10.如權(quán)利要求7所述的一種動(dòng)態(tài)手勢(shì)識(shí)別方法，其特征在于：于步驟四中，長(zhǎng)度特征向量為指長(zhǎng)與手掌半徑的比值，角度特征向量為向量手指之間的夾角。