[發(fā)明專利]基于Fréchet距離的動態(tài)手勢識別方法有效
| 申請?zhí)枺?/td> | 201310752309.1 | 申請日: | 2013-12-31 |
| 公開(公告)號: | CN103745228B | 公開(公告)日: | 2017-01-11 |
| 發(fā)明(設(shè)計)人: | 張長水;侯廣東;崔潤鵬 | 申請(專利權(quán))人: | 清華大學(xué) |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/46 |
| 代理公司: | 北京中偉智信專利商標(biāo)代理事務(wù)所11325 | 代理人: | 張岱 |
| 地址: | 100084*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 fr chet 距離 動態(tài) 手勢 識別 方法 | ||
1.一種基于Fréchet距離的動態(tài)手勢識別方法,其特征在于,至少包括以下步驟:
獲取輸入視頻中待識別的動態(tài)手勢片段的手勢位置信息;
獲取所述手勢位置處連續(xù)前后幀的手勢狀態(tài)變化特征序列;
將獲取的手勢狀態(tài)變化特征序列與預(yù)設(shè)模型中的特征序列依據(jù)Fréchet距離進行匹配;
根據(jù)Fréchet距離匹配信息獲取相似性結(jié)果并輸出。
2.根據(jù)權(quán)利要求1所述的基于Fréchet距離的動態(tài)手勢識別方法,其特征在于,所述獲取輸入視頻中待識別的動態(tài)手勢片段的手勢位置信息的具體步驟為:
根據(jù)視頻中像素的RGB值,獲取視頻任意一幀圖像中膚色區(qū)域出現(xiàn)的概率值;
根據(jù)所述概率值判斷得到視頻各幀圖像中分布的所有膚色區(qū)域;
獲取各個膚色區(qū)域在連續(xù)前后幀圖像的光流值;
根據(jù)分布的所有膚色區(qū)域的光流值,得到平均光流值最大的區(qū)域,即手勢位置區(qū)域。
3.根據(jù)權(quán)利要求1所述的基于Fréchet距離的動態(tài)手勢識別方法,其特征在于,所述獲取所述手勢位置處連續(xù)前后幀的手勢狀態(tài)變化特征序列包括運動軌跡變化特征序列和姿態(tài)變化特征序列。
4.根據(jù)權(quán)利要求3所述的基于Fréchet距離的動態(tài)手勢識別方法,其特征在于,所述運動軌跡變化特征序列的匹配步驟為:
設(shè)置手勢位置區(qū)域內(nèi)視頻圖像的任意一幀與前一幀的平均光流為方向矢量,即:F=(x,y),其中x,y分別表示平均光流在橫向、縱向上的分量;
獲取輸入視頻圖像各幀所對應(yīng)的運動特征序列為(F1,F2,...,FT);
獲取模型中設(shè)置的運動特征序列為(M1,M2,...,MT);
選取運動特征序列(F1,F2,...,FT)中的任意一段序列片段f=(Fi,Fi+1,...,Fj),得到該片段上的任意向量(x1,y1)與運動特征序列(M1,M2,...,MT)中的任意向量(x2,y2)的距離,即為:
從得到的多個d1((x1,y1),(x2,y2))找到最大值,求取最大值之下界,便可得到f=(Fi,Fi+1,...,Fj)和(M1,M2,...,MT)的Fréchet距離δF;
設(shè)置一閾值ε1,判斷該閾值與δF的大小:
若δF≤ε1,則判斷待識別視頻中第i幀至第j幀所示的相應(yīng)手勢動作為模型所匹配的手勢;
反之,則不是。
5.根據(jù)權(quán)利要求3所述的基于Fréchet距離的動態(tài)手勢識別方法,其特征在于,所述姿態(tài)變化特征序列的匹配步驟為:
設(shè)置手勢位置區(qū)域內(nèi)視頻圖像的任意一幀中手指指尖及中指指根相對應(yīng)手指中心位置的坐標(biāo)為姿態(tài)向量,即為Z,其中Z為12維的特征向量;
獲取輸入視頻圖像各幀所對應(yīng)的姿態(tài)特征序列為(Z1,Z2,...,ZT);
獲取模型中設(shè)置的姿態(tài)特征序列為(N1,N2,...,NT);
選取姿態(tài)運動特征序列(Z1,Z2,...,ZT)中的任意一段序列片段f=(Zi,Zi+1,...,Zj),得到該片段上的任意向量Z與姿態(tài)運動特征序列(N1,N2,...,NT)中的任意向量N的距離,即為:
d2(Z,N)=||Z-N||2;
從得到的多個d2(Z,N)找到最大值,求取最大值之下界,便可得到f=(Zi,Zi+1,...,Zj)和(N1,N2,...,NT)的Fréchet距離δF;
設(shè)置一閾值ε2,判斷該閾值與δF的大小:
若δF≤ε2,則判斷待識別視頻中第i幀至第j幀所示的相應(yīng)手勢動作為模型所匹配的手勢;
反之,則不是。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于清華大學(xué),未經(jīng)清華大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310752309.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





