[發明專利]一種基于遞歸模型的手勢識別方法

有效

• 申請號: 201710031563.0
• 申請日: 2017-01-17
• 公開（公告）號: CN106845384B
• 公開（公告）日: 2019-12-13
• 發明（設計）人: 卜起榮;楊紀爭;馮筠;楊剛
• 申請（專利權）人: 西北大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46
• 代理公司: 61216 西安恒泰知識產權代理事務所
• 代理人: 李婷;張明

1.一種基于遞歸模型的手勢識別方法，其特征在于，包括以下步驟：

步驟1，手勢分割

對于靜態手勢：

獲取靜態手勢圖像并進行預處理，得到帶有指尖點的手掌區域；

對于動態手勢：

獲取動態手勢的深度圖像序列，利用基于二維直方圖的圖像閾值分割法對深度圖像序列進行處理，得到分割后的動態手勢圖像序列；

步驟2，提取手勢空間序列

對于靜態手勢：

步驟2.1，獲取手掌的外邊緣信息，提取出手勢邊緣輪廓特征；

步驟2.2，確定手勢的中心點，求出手勢外邊緣手腕位置處距離手勢中心點的最遠距離坐標，并將該坐標點記為起始點P；

步驟2.3，以P為原點，按照逆時針的方向，計算手勢外邊緣像素序列中的每一個點到手勢中心點的距離，將計算得到的這些距離值構成序列A；

步驟2.4，將序列A進行歸一化，歸一化后的序列記為靜態手勢空間序列X＝{x(i₁)，x(i₂)，…，x(i_n)}；

對于動態手勢：

步驟2.1′，從動態手勢圖像序列中取出一段作為處理序列，針對處理序列中的手勢圖像，將手勢圖像最小的外接矩形的中心點作為手心坐標點，其坐標記為c_i(x_i，y_i)；

步驟2.2′，以手勢圖像所在的深度圖像的左上角為初始點，計算手心坐標點與初始點間的相對角度并記為x(i_t)；

步驟2.3′，將處理序列中各幀的手心坐標按順序組成一個動態手勢軌跡序列C＝(c₁，c₂，...，c_n)，將處理序列中各幀的手心坐標點相對于初始點的相對角度組成動態手勢空間序列：X＝{x(i₁)，x(i₂)，...，x(i_n)}；

步驟3，構建手勢遞歸模型

將靜態手勢空間序列、動態手勢空間序列X按照如下公式計算其遞歸模型：

R＝r_i，j＝θ(ε-||x(i_k)-x(i_m)||)，i_k，i_m＝1...n

上式中，n表示動態或靜態手勢空間序列的維數，x(i_k)和x(i_m)是在i_k和i_m序列位置處觀察到的動態或靜態手勢空間序列X上的值，||·||是指兩個觀察位置之間的距離，ε是一個閾值，ε＜1；θ是一個赫維賽德階躍函數，θ的定義如下：

步驟4，手勢分類

按照下面的公式計算手勢遞歸模型R與模板庫中每一類手勢的遞歸模型R_i之間的距離：

上式中，C(R|R_i)是按照MPEG-1壓縮算法先壓縮圖像R_i之后再壓縮圖像R值的大小，從而求得R圖像中去除和R_i圖像共有的冗余信息后兩者之間的最小近似值；C(R_i|R)是按照MPEG-1壓縮算法先壓縮圖像R之后再壓縮圖像R_i值的大小，從而求得R_i圖像中去除和R圖像共有的冗余信息后兩者之間的最小近似值；C(R|R)是按照MPEG-1壓縮算法先壓縮圖像R之后再壓縮圖像R值的大小，從而求得R圖像中去除和R圖像共有的冗余信息后兩者之間的最小近似值；C(R_i|R_i)是按照MPEG-1壓縮算法先壓縮圖像R之后再壓縮圖像R值的大小，從而求得R_i圖像中去除和R_i圖像共有的冗余信息后兩者之間的最小近似值；

通過與模板庫中每一類手勢的遞歸模型之間進行計算，可得到當前待測手勢的手勢遞歸模型與模板庫中每一類手勢的遞歸模型之間的不同距離，將這些距離值進行排序，取最小的一個距離值對應的模板庫中的手勢作為識別出的手勢。