[發明專利]一種基于余弦距離與動態時間規整的手勢識別方法

有效

• 申請號: 201710482510.0
• 申請日: 2017-06-22
• 公開（公告）號: CN107358171B
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 王志鋒;劉清堂;張耀升;趙剛
• 申請（專利權）人: 華中師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F3/01
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魏波

本發明公開了一種基于余弦距離與動態時間規整的手勢識別方法，首先獲取手部節點坐標值，使用倒序識別法來截取手勢坐標序列，將手勢坐標序列進行向量化的特征分割形成待識別序列；然后通過余弦距離和動態時間規整的方法將待識別序列與模板進行匹配，求得其累積距離矩陣以及最短距離值；最后比較DTW檢測所得到的最短距離值與設定的閾值之間的大小關系，從而確定動作是否觸發，達到動作識別的目標。本發明可以得到較高的識別率。

技術領域

本發明屬于傳感器手勢檢測技術領域，涉及動態時間規整算法領域以及Kinect體感交互領域；具體涉及一種在Unity3D開發環境下進行設計的基于余弦距離與動態時間規整的手勢識別方法。

技術背景

Dynamic Time Warping算法，中文稱動態時間規整算法。最早用于兩段語音序列的優化匹配，計算兩段序列最小距離，達到比較兩段序列相似度的目的。后來由于其同樣能識別兩段特征序列相似度，也被用于動態手勢的檢測，有著很高的容錯率和魯棒性，在非概率和深度學習的手勢識別領域具有很多的應用。但幾乎所有的動態時間規整算法在進行手勢識別檢測時，都是對身體部位坐標或者骨骼伸展向量進行動作序列的匹配，使得動作識別時，更加趨于“相同”動作的檢測。但當手勢發起者做出一個相似而非相同手勢時，仍需要其能夠檢測出來的需求也是存在的。所以在對動態時間規整算法作出改進，讓它可以滿足不同手勢發起者的需求變得很有價值和意義。

發明內容

為了解決上述技術問題，本發明提供了一種基于余弦距離與動態時間規整的手勢識別方法。

本發明所采用的技術方案是：一種基于余弦距離與動態時間規整的手勢識別方法，其特征在于，包括以下步驟：

步驟1：運用Kinect深度圖骨骼點坐標獲取的功能獲取手部節點坐標值；

步驟2：使用倒序識別法來截取手部動作序列；

步驟3：將手勢坐標序列進行向量化的特征分割，并錄入模板序列；

步驟4：通過余弦距離法對模板序列和待識別序列進行DTW檢測，求得其累積距離矩陣以及最短距離值；

步驟5：比較DTW檢測所得到的最短距離值與設定的閾值之間的大小關系，從而確定動作是否觸發，達到動作識別的目標。

本發明的有益效果是：

1.采用倒序檢測法來收集動作序列，這種做法規避了動作序列起始點和終止點的獲取會因多余的動作造成數據序列的偏差；

2.采用動作中手部坐標在運動過程中兩幀構成的向量作為動態時間規整算法模板序列與目標序列的組成元素；

3.采用余弦距離法作為DTW矩陣距離計算時的距離計算法，這種方式更加注重方向而非距離，使得其能夠完成相似(包含相同)動作的檢測；

4.采用Kinect作為手勢交互的設備，因為Kinect成像穩定，可以獲取人體的骨骼結果圖以及檢測到人體的骨骼節點并輸出各個節點的深度圖坐標，易于數據收集與坐標系的管理。

附圖說明

圖1是本發明實施例的倒序識別法序列收集示意圖；

圖2是本發明實施例的動態手勢軌跡分割示意圖；

圖3是本發明實施例的DTW矩陣示意圖；

圖4是本發明實施例的累計矩陣路徑示意圖；

圖5是本發明實施例的手勢識別的程序流程圖。

具體實施方式

為了便于本領域普通技術人員理解和實施本發明，下面結合附圖及實施例對本發明作進一步的詳細描述，應當理解，此處所描述的實施示例僅用于說明和解釋本發明，并不用于限定本發明。