[發明專利]一種智能輪椅靜態手勢識別方法

無效

• 申請號: 201310302762.2
• 申請日: 2013-07-18
• 公開（公告）號: CN103345626A
• 公開（公告）日: 2013-10-09
• 發明（設計）人: 張毅;蔡軍;李曉娟;羅元
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種智能輪椅靜態手勢識別方法，其特征在于，具體步驟如下：

1）通過Kinect采集場景深度信息；

2）根據深度信息分割出場景深度信息中的手勢；

3）利用歸一化中心矩提取手勢的特征向量；

4）步驟3）中提取的手勢特征向量通過DAGSVM分類器進行手勢識別。

2.如權利要求1所述的一種智能輪椅靜態手勢識別方法，其特征在于，步驟2）中所述手勢分割的方法為：Kinect采集到含有智能輪椅用戶手部的場景深度信息后，去噪計算該深度圖像的灰度直方圖，利用灰度真方圖法分割出手勢。

3.如權利要求1所述的一種智能輪椅靜態手勢識別方法，其特征在于，步驟4）中所述DAGSVM分類器包括有多個SVM分類器，SVM分類器的生成方法如下：

定義控制輪椅運動的手勢，每類手勢均采集相同數量的樣本，利用歸一化中心矩按類批量提取樣本特征，對提取到的手勢特征進行縮放處理，將其均歸一化至[-1,1]之間，每兩類手勢之間訓練一個SVM分類器；

設需要識別的手勢類別的數量為N，則需要訓練SVM分類器的數量為

設n_i為第i類樣本集的樣本個數，為第i類樣本集中第k個樣本，則

第i類樣本的均值向量，即類中心為：

mi=1niΣk=1nixki]]>

第i類樣本的類半徑為：

ri=1niΣk=1ni||xki-mi||2]]>

第i類樣本的標準差為：

σi=Σk=1ni(xki-mi)2ni-1]]>

第i類和第j類樣本組成的SVM分類器的類間距離為：

D_ij=||m_i-m_j||²-r_i-r_j。

4.如權利要求3所述的一種智能輪椅靜態手勢識別方法，其特征在于，SVM分類器構造DAGSVM分類器的具體方法為：

S1計算每個SVM分類器的類間距離；

S2計算每個類樣本的類標準差；

S3按照SVM分類器的類間距離D_ij由大到小排序，將類間距離D_ij最大的兩個類訓練得到SVM分類器作為DAGSVM分類器的根節點分類器；如果同時存在兩個具有最大類間距離的分類器，則選擇標準差較小的兩個類訓練得到的分類器；

假設當前節點分類器為C_ij，根據當前節點分類器的分類結果決定下一層使用哪個SVM分類器，若分類結果為x不屬于類i，則待選SVM分類器為C=C/i；若分類結果為x不屬于類j，則待選分類器為C=C/j；

每個節點都選擇待選分類器中與構成該節點父節點類中其中一類相同的分類器中類間距離最大者，若存在兩個具有相等類間距離的分類器則選擇標準差較小者，重復該步驟，直至所訓練的分類器被選取完；

每次特征向量從拓撲圖的根節點處輸入，由上到下每經過一個SVM分類器的判斷就排除掉一個類，共有k類，因此經過k-1次SVM分類器的判斷便可得到最終的分類結果。