[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

本發明公開了一種基于遞歸模型的手勢識別方法，該方法的基本步驟包括：1.對靜態、動態手勢圖像進行預處理；2.提取靜態、動態手勢空間序列；3.根據手勢空間序列，構造手勢遞歸模型；4.通過手勢遞歸模型進行手勢分類。本發明通過將手勢空間序列轉化為遞歸模型的形式，有效的解決了獲取的手勢空間序列長度不同和序列點數據值存在不可比所等引起的問題，提高了手勢識別算法的魯棒性。

技術領域

本發明屬于手勢識別技術領域，涉及一種手勢識別方法，具體涉及一種基于遞歸模型的手勢識別方法。

背景技術

近年來，基于手勢識別的人機交互以其自然、簡潔、豐富和直接的方式受到青睞，尤其是基于視覺的手勢控制以其靈活性、豐富的語義特征和較強的環境描述能力得到廣泛應用。

現有的手勢識別技術，常用手勢空間序列進行匹配識別，但其普遍存在的問題是實用性和魯棒性并不高，制約著手勢識別技術的應用。比如神經網絡方法需要大量手勢訓練數據，隱馬爾科夫(HMM)方法需要用戶佩戴額外設備，DTW方法無法解決手勢空間序列不等長的問題。

發明內容

針對上述現有技術中存在的問題，本發明的目的在于，提供一種基于遞歸模型的手勢識別方法，通過將手勢空間序列轉化為遞歸模型的形式，有效的解決了獲取的手勢空間序列長度不同和序列點數據值存在不可比所等引起的問題，從而提高手勢識別算法的魯棒性。

為了實現上述任務，本發明采用以下技術方案：

一種基于遞歸模型的手勢識別方法，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