[發(fā)明專(zhuān)利]手勢(shì)交互方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710191885.1
• 申請(qǐng)日: 2017-03-28
• 公開(kāi)（公告）號(hào): CN106951089A
• 公開(kāi)（公告）日: 2017-07-14
• 發(fā)明（設(shè)計(jì)）人: 肖志勇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳市石代科技有限公司
• 主分類(lèi)號(hào): G06F3/01
• 分類(lèi)號(hào): G06F3/01;G06K9/00;G06K9/46;G06N3/04
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)11371
• 代理人: 宋南

1.一種手勢(shì)交互方法，其特征在于，包括以下步驟：

實(shí)時(shí)采集手勢(shì)的三維圖像；

對(duì)所述三維圖像進(jìn)行預(yù)處理，得到預(yù)處理后的三維圖像；

對(duì)所述預(yù)處理后的三維圖像進(jìn)行邊緣提取和二值化，生成邊緣矩陣和二值矩陣；

對(duì)所述邊緣矩陣進(jìn)行目標(biāo)封閉區(qū)域填充，并將目標(biāo)封閉區(qū)域填充后的所述邊緣矩陣與所述二值矩陣進(jìn)行與計(jì)算，生成修正二值矩陣；

所述修正二值矩陣經(jīng)深度卷積神經(jīng)網(wǎng)絡(luò)處理輸出交互向量；

交互類(lèi)狀態(tài)機(jī)根據(jù)所述輸出交互向量進(jìn)行狀態(tài)更新；

判斷更新后的狀態(tài)有無(wú)設(shè)定的改變，若無(wú)，則直接結(jié)束交互；若有，則觸發(fā)交互動(dòng)作，并結(jié)束交互。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述修正二值矩陣經(jīng)深度卷積神經(jīng)網(wǎng)絡(luò)處理輸出交互向量，具體為：

步驟1.對(duì)所述修正二值矩陣進(jìn)行卷積和下采樣；

步驟2.判斷所述卷積和下采樣的次數(shù)是否大于設(shè)定次數(shù)，若是，則執(zhí)行步驟3，若否，執(zhí)行步驟1；

步驟3.將所述卷積和下采樣后的卷積向量進(jìn)行全連接計(jì)算，并輸出交互向量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)所述修正二值矩陣進(jìn)行卷積和下采樣，具體為：

將所述修正二值矩陣作為深度卷積神經(jīng)網(wǎng)絡(luò)的輸入值進(jìn)行卷積得到特征矩陣：

$x_j^i=f(\underset{i\∈M}{\Σ}{x}_i^{i-1}\×k_{ij}^i+b_j^i)$

其中，f為激活函數(shù)，所述激活函數(shù)為tanh、Sigmoid或ReLU，k為權(quán)值，b為偏置；

對(duì)所述特征矩陣進(jìn)行下采樣，具體如下：

$x_j^i=d\left(x_j^{i-1}\right)$

其中，d為采樣函數(shù)。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述全連接計(jì)算通過(guò)反向傳播算法調(diào)整權(quán)值。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)處理方法為快速傅里葉變換、局部自適應(yīng)閾值算法和形態(tài)學(xué)中的一種或多種。

6.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，其特征在于，所述深度卷積神經(jīng)網(wǎng)絡(luò)為決策樹(shù)融合深度卷積神經(jīng)網(wǎng)絡(luò)。