[發明專利]一種手部姿態識別方法及識別系統

有效

• 申請號: 201710505926.X
• 申請日: 2017-06-27
• 公開（公告）號: CN107316025B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 那日松;齊越;李楠
• 申請（專利權）人: 北京康邦科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F3/01
• 代理公司: 北京布瑞知識產權代理有限公司 11505
• 代理人: 孟潭

本發明的手部姿態識別方法，用于解決由于識別方法魯棒性低，受深度圖像數據質量影響無法形成高準確性的手部姿態的技術問題。該方法包括：提取初步深度圖像中的深度局部梯度特征數據形成手部初步姿態特征數據；手部初步姿態特征數據通過手部姿態分類器形成手部當前姿態數據；通過存儲索引確定與手部當前姿態數據接近的手部標準姿態數據并對比確定與手部當前姿態對應的手部標準姿態。本發明克服了受深度圖像中的深度數據空洞和噪聲影響使得分類器預測結果誤差較大的缺陷。通過存儲索引使得挑選的若干手部標準姿態分布在預測出的手部姿態附近，進一步提高了識別過程的魯棒性。本發明還包括手部姿態識別系統。

技術領域

本發明涉及現實對象的計算機識別方法及識別系統，特別涉及一種手部姿態識別方法及識別系統。

背景技術

隨著深度傳感器的普及和人機交互領域的需求，近年來基于深度數據的手部姿態識別的研究正在興起。與傳統基于RGB(即紅綠藍基色)圖像的手部姿態識別相比，深度數據提供了手部的三維信息，提高了手部姿態識別的魯棒性和準確性。

但是利用深度數據進行手部姿態識別對深度圖像的圖像質量要求較高，現有深度傳感器受物理參數限制，動態形成的深度圖像的圖像質量較差，不能完全滿足分類器的數據輸入要求，使得分類器處理獲得的手部圖像中包含大量的噪聲甚至出現“空洞”，嚴重地降低分類器的預測準確性。

發明內容

有鑒于此，本發明實施例提供了手部姿態識別方法及識別系統，用于解決由于識別方法魯棒性低，受深度圖像數據質量影響無法形成高準確性的手部姿態的技術問題。

本發明的手部姿態識別方法，包括：

提取初步深度圖像中的深度局部梯度特征數據形成手部初步姿態特征數據；

手部初步姿態特征數據通過手部姿態分類器形成手部當前姿態數據；

通過存儲索引確定與手部當前姿態數據接近的手部標準姿態數據并對比確定與手部當前姿態對應的手部標準姿態。

本發明的手部姿態識別系統，包括以下功能模塊：

初步深度圖像生成裝置，用于通過深度傳感器獲取手部當前姿態的初步深度圖像；

手部初步姿態特征數據生成裝置，用于提取初步深度圖像中的深度局部梯度特征數據形成手部初步姿態特征數據；

手部當前姿態數據生成裝置，用于手部初步姿態特征數據通過手部姿態分類器形成手部當前姿態數據；

姿態比對裝置，用于通過存儲索引確定與手部當前姿態數據接近的手部標準姿態數據并對比確定與手部當前姿態對應的手部標準姿態。

本發明的手部姿態識別系統，包括處理器，處理器中部署的程序模塊包括：

初步深度圖像生成裝置，用于通過深度傳感器獲取手部當前姿態的初步深度圖像；

手部初步姿態特征數據生成裝置，用于提取初步深度圖像中的深度局部梯度特征數據形成手部初步姿態特征數據；

手部當前姿態數據生成裝置，用于手部初步姿態特征數據通過手部姿態分類器形成手部當前姿態數據；

姿態比對裝置，用于通過存儲索引確定與手部當前姿態數據接近的手部標準姿態數據并對比確定與手部當前姿態對應的手部標準姿態。