[發(fā)明專利]一種掃描手勢并識別的方法

在審

• 申請?zhí)枺?/td>: 201610024593.4
• 申請日: 2016-01-14
• 公開（公告）號: CN106971132A
• 公開（公告）日: 2017-07-21
• 發(fā)明（設(shè)計(jì)）人: 祝銘明
• 申請（專利權(quán)）人: 芋頭科技（杭州）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 上海申新律師事務(wù)所31272
• 代理人: 黨蕾

1.一種掃描手勢并識別的方法，其特征在于，根據(jù)預(yù)先輸入的訓(xùn)練樣本訓(xùn)練得到一用于識別人手形狀的識別模型；

所述掃描手勢并識別的方法具體包括如下步驟：

步驟S1，通過一圖像采集裝置采集得到對焦圖像；

步驟S2，在所述對焦圖像上進(jìn)行掃描，并應(yīng)用所述識別模型確定所述對焦圖像中存在的所述人手形狀的位置，以作為對焦位置；

步驟S3，依照所述對焦位置將所述圖像采集裝置進(jìn)行對焦操作，并獲取關(guān)聯(lián)于使用者全身的視頻數(shù)據(jù)流，并處理得到關(guān)聯(lián)于所述使用者的各個(gè)骨骼點(diǎn)的骨骼點(diǎn)信息；

步驟S4，根據(jù)所述骨骼點(diǎn)信息，確定表示所述使用者的手心位置的手心位置信息與表示所述使用者的手長的手長信息；

步驟S5，根據(jù)所述手心位置信息判斷所述使用者的手心距離地面的高度是否大于一預(yù)設(shè)的高度閾值：

若是，則繼續(xù)執(zhí)行所述步驟S6；

若否，則退出；

步驟S6，判斷得到手掌區(qū)域的圖像，并對所述手掌區(qū)域的圖像進(jìn)行分割裁剪以及進(jìn)行預(yù)處理，得到相應(yīng)的手部掩膜并輸出；

步驟S7，根據(jù)所述處理結(jié)果，識別出手部的指尖區(qū)域，并根據(jù)所述指尖區(qū)域的幾何關(guān)系對所述使用者的手勢進(jìn)行識別。

2.如權(quán)利要求1所述的掃描手勢并識別的方法，其特征在于，所述步驟S1中，所述圖像采集裝置為景深攝像頭；

所述視頻數(shù)據(jù)為關(guān)聯(lián)于所述使用者的全身的景深視頻數(shù)據(jù)。

3.如權(quán)利要求2所述的掃描手勢并識別的方法，其特征在于，所述步驟S3包括：

步驟S31，采用所述圖像采集裝置采集包括背景以及所述使用者的全身的景深圖像的視頻數(shù)據(jù)流；

步驟S32，將所述視頻數(shù)據(jù)流中包括的每幀的所述景深圖像的像素的三維信息進(jìn)行空間變換，以得到實(shí)際空間中的對應(yīng)的點(diǎn)云信息；

步驟S33，根據(jù)每個(gè)所述像素對應(yīng)的所述點(diǎn)云信息，獲得每個(gè)所述像素與所述景深攝像頭之間的距離；

步驟S34，分別根據(jù)每個(gè)所述像素對應(yīng)的所述距離，處理得到所述骨骼點(diǎn)信息。

4.如權(quán)利要求1所述的掃描手勢并識別的方法，其特征在于，所述步驟S4包括：

步驟S41，根據(jù)處理得到的關(guān)聯(lián)于所述使用者的各個(gè)所述骨骼點(diǎn)的所述骨骼點(diǎn)信息，獲得所述使用者的所述手心位置信息；

步驟S42，根據(jù)處理得到的關(guān)聯(lián)于所述使用者的各個(gè)所述骨骼點(diǎn)的所述骨骼點(diǎn)信息，依照下述公式計(jì)算得到所述使用者的身高信息：

$H_1=\frac{2*d*tan\mathrm{\θ}*H_3}{H_2}$

其中，H₁表示所述使用者的身高數(shù)值，H₂表示背景的像素高度數(shù)值，H₃表示所述使用者在被采集的視頻圖像中的像素高度數(shù)值，d表示所述使用者與所述景深攝像頭之間的距離數(shù)值，θ表示所述景深攝像頭在水平方向上的垂直角度數(shù)值；

步驟S43，根據(jù)預(yù)設(shè)的人體身高與人體手長之間的對應(yīng)關(guān)系，獲得所述使用者的所述手長信息。

5.如權(quán)利要求1所述的掃描手勢并識別的方法，其特征在于，所述步驟S6包括：

步驟S61，根據(jù)所述手心位置信息和所述手長信息，去除所述使用者的手部包括的所有與所述手心位置的距離大于所述手長的一半的像素點(diǎn)的信息，并依據(jù)去除后的手部包括的所有所述像素點(diǎn)的信息得到手部數(shù)據(jù)；

步驟S62，通過K均值聚類算法對處理得到的所述手部數(shù)據(jù)進(jìn)行聚類處理，得到經(jīng)過聚類處理后的所述手部數(shù)據(jù)；

步驟S63，設(shè)置最小聚類數(shù)，以對所述手部數(shù)據(jù)進(jìn)行噪聲干擾像素簇的過濾排除，從而得到關(guān)聯(lián)于所述手部數(shù)據(jù)的手部掩膜并輸出。

6.如權(quán)利要求5所述的掃描手勢并識別的方法，其特征在于，所述手部數(shù)據(jù)包含在以所述使用者的所述手長的一半為半徑、并以所述使用者的所述手心位置為圓心的一個(gè)球形區(qū)域內(nèi)。