[發(fā)明專利]一種靜態(tài)手勢(shì)識(shí)別方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201610024808.2
• 申請(qǐng)日: 2016-01-14
• 公開（公告）號(hào): CN105608442B
• 公開（公告）日: 2018-10-02
• 發(fā)明（設(shè)計(jì)）人: 蕭偉;張泓;張少華;謝衛(wèi)良
• 申請(qǐng)（專利權(quán)）人: 深圳市視美泰技術(shù)股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 唐致明

本發(fā)明公開了一種靜態(tài)手勢(shì)識(shí)別方法，多個(gè)手勢(shì)圖片通過(guò)雙層l₁范數(shù)變換構(gòu)成分類器的訓(xùn)練集，進(jìn)而提供給分類器進(jìn)行訓(xùn)練，得到含有具體分類參數(shù)的分類器，所述分類器用于對(duì)不同靜態(tài)手勢(shì)進(jìn)行分類；還公開了一種靜態(tài)手勢(shì)識(shí)別裝置。本發(fā)明將手勢(shì)圖像信息用雙層l₁范數(shù)表示形式表達(dá)，進(jìn)而構(gòu)成分類器訓(xùn)練集用于訓(xùn)練分類器以確定分類器的具體參數(shù)，最后利用分類器對(duì)手勢(shì)圖像進(jìn)行分類，步驟簡(jiǎn)潔緊湊，提高手勢(shì)識(shí)別的精確度及效率。本發(fā)明作為一種靜態(tài)手勢(shì)識(shí)別方法和裝置，可廣泛應(yīng)用于手勢(shì)識(shí)別領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及手勢(shì)識(shí)別領(lǐng)域，尤其是一種靜態(tài)手勢(shì)識(shí)別方法和裝置。

背景技術(shù)

在計(jì)算機(jī)科學(xué)中，手勢(shì)識(shí)別是通過(guò)數(shù)學(xué)算法來(lái)識(shí)別人類手勢(shì)的一個(gè)議題，具體是指將待識(shí)別的手勢(shì)映射為模型參數(shù)空間中的一個(gè)點(diǎn)或軌跡，并將它歸類到該空間的某一個(gè)子集的過(guò)程。

手勢(shì)識(shí)別可以來(lái)自人的身體各部位的運(yùn)動(dòng)，但一般是指臉部和手的運(yùn)動(dòng)。手勢(shì)是指由人手(或者手和臂)相結(jié)合產(chǎn)生的各種姿勢(shì)和動(dòng)作。根據(jù)手勢(shì)的形態(tài)分為靜態(tài)手勢(shì)和動(dòng)態(tài)手勢(shì)。靜態(tài)手勢(shì)是指單個(gè)手型表示的單一姿態(tài)，該姿態(tài)對(duì)應(yīng)模型參數(shù)空間的一個(gè)點(diǎn)。動(dòng)態(tài)手勢(shì)是指一系列連續(xù)的姿態(tài)組成的動(dòng)作，比如手的旋轉(zhuǎn)、位移運(yùn)動(dòng)等。它對(duì)應(yīng)模型參數(shù)空間里的一條軌跡。

目前，基于視頻圖像信息的靜態(tài)手勢(shì)識(shí)別方法，都需要對(duì)視頻圖像進(jìn)行預(yù)處理，通過(guò)膚色識(shí)別、手勢(shì)分割提取出圖像當(dāng)中的包含手勢(shì)的像素區(qū)域，再通過(guò)手勢(shì)特征提取、手勢(shì)分類器設(shè)計(jì)等后續(xù)環(huán)節(jié)，才能進(jìn)行具體手勢(shì)類型的判斷，步驟繁多復(fù)雜，處理時(shí)間長(zhǎng)，手勢(shì)識(shí)別效率低；需要多幀數(shù)據(jù)輔助或者其他傳感器(例如紅外傳感器)的數(shù)據(jù)進(jìn)行輔助識(shí)別。

發(fā)明內(nèi)容

為了解決上述技術(shù)問(wèn)題，本發(fā)明的目的是提供一種識(shí)別步驟簡(jiǎn)單，可提高手勢(shì)識(shí)別的精確度和效率的高效的靜態(tài)手勢(shì)識(shí)別方法和裝置。

本發(fā)明所采用的技術(shù)方案是：一種靜態(tài)手勢(shì)識(shí)別方法，多個(gè)手勢(shì)圖片通過(guò)雙層l₁范數(shù)變換構(gòu)成分類器的訓(xùn)練集，進(jìn)而提供給分類器進(jìn)行訓(xùn)練，得到含有具體分類參數(shù)的分類器，所述分類器用于對(duì)不同靜態(tài)手勢(shì)進(jìn)行分類；

包括以下步驟：

S1、分別對(duì)多個(gè)手勢(shì)圖像擷取一幀包含待識(shí)別手勢(shì)的圖像，得到多個(gè)矩陣I，矩陣I內(nèi)每個(gè)元素對(duì)應(yīng)待識(shí)別手勢(shì)圖像的一個(gè)像素；

S2、分別提取I的圖像特征，得到由多個(gè)手勢(shì)的特征向量y構(gòu)成的集合；

S3、對(duì)集合中的每個(gè)向量y進(jìn)行雙層l₁范數(shù)變換得到每個(gè)向量y的雙層映射向量p，由多個(gè)雙層映射向量p構(gòu)成分類器的訓(xùn)練集{p}；

S4、根據(jù)訓(xùn)練集得到含有具體分類參數(shù)的分類器，所述分類器對(duì)待識(shí)別的手勢(shì)圖像進(jìn)行識(shí)別。

進(jìn)一步地，所述步驟S3包括：

S31、對(duì)多個(gè)手勢(shì)的特征向量y的集合中的各個(gè)向量y進(jìn)行聚類之后得到的碼書V，V為矩陣，根據(jù)目標(biāo)函數(shù)

在約束條件

s.t 1^Ta＝1

下對(duì)y進(jìn)行l(wèi)₁范數(shù)變換，其中，向量a是特征向量y經(jīng)過(guò)變換后的映射向量a，向量d代表a與V中各列向量之間的歐氏距離，求解得到各個(gè)特征向量y的映射向量a和多個(gè)映射向量a的維數(shù)D1；

S32、對(duì)矩陣V中由映射向量a確定的各個(gè)列向量v_i進(jìn)行聚類之后得到的碼書U，U為矩陣，根據(jù)目標(biāo)函數(shù)

在約束條件

s.t 1^Tb_i＝1