[發明專利]一種多模態手勢的識別方法有效
| 申請號: | 201811455224.6 | 申請日: | 2018-11-30 |
| 公開(公告)號: | CN109543644B | 公開(公告)日: | 2022-10-04 |
| 發明(設計)人: | 馮志全;郭小沛 | 申請(專利權)人: | 濟南大學 |
| 主分類號: | G06V40/20 | 分類號: | G06V40/20 |
| 代理公司: | 北京中索知識產權代理有限公司 11640 | 代理人: | 商金婷 |
| 地址: | 250022 山東省濟*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 多模態 手勢 識別 方法 | ||
1.一種多模態手勢的識別方法,其特征在于:所述方法利用數據手套和Kinect采集手勢的數據,然后對采集到的數據進行預處理得到手勢的曲線,最后利用手勢的曲線特征進行手勢識別;
所述利用手勢的曲線特征進行手勢識別的操作包括:
第一步:對于每一條手勢的曲線,獲得每段曲線的長度,即幀數;每段曲線是指一個關節或者一個方向的曲線;
第二步,計算該段曲線長度占整條曲線總長度的百分比ω0,即每段曲線的幀數占總幀數的百分比,剩余曲線占整條曲線的百分比為ω1;
第三步,獲得曲線的多項式,利用多項式獲得在每段曲線上的所有取值,并計算其數學平均值,記為μ0;
第四步,計算剩余曲線的整體平均值,即將剩余曲線的幀數的和除以其幀數,記為μ1;
第五步,針對每一個待識別手勢,計算待識別手勢與手勢庫中所有手勢的改進后的皮爾遜相關系數,然后找到改進后的皮爾遜相關系數中的最大值,該最大值所對應的手勢庫中的手勢即為該待識別手勢的識別結果;
所述第五步的操作包括:
采用公式(12)計算待識別手勢與手勢庫中所有手勢的改進的皮爾遜相關系數為:
其中,N表示曲線長度;
I表示定義的變量,其最大值為N;
X表示變量X,代表待識別手勢;
Y表示變量Y,代表手勢庫中的手勢;
cov(X,Y)表示兩個手勢的曲線之間的協方差;
σXσY為兩個手勢的曲線之間的標準差;
ωi表示權重:
W代表含有β的函數;
SA為不同關節之間或者不同方向之間的類間方差:
SA=ω0ω1(μ0-μ1)2 (10)
SB為同一關節或同一方向的類內方差:
其中,L為在該段曲線上所有取值的數,xi為該段曲線上的所有取值。
2.根據權利要求1所述的多模態手勢的識別方法,其特征在于:所述利用數據手套和Kinect采集手勢的數據的操作包括:
利用數據手套采集各個手指關節的角度變化數據,利用Kinect采集手部質心的坐標變化數據。
3.根據權利要求2所述的多模態手勢的識別方法,其特征在于:所述利用數據手套采集各個手指關節的角度變化數據的操作包括:
將動態手勢轉化為人手的15個關節的運動,其序號與關節的對應如下:
1號關節到3號關節對應大拇指從下至上三個關節;
4號關節到6號關節對應食指從下至上三個關節;
7號關節到9號關節對應中指從下至上三個關節;
10號關節到12號關節對應無名指從下至上三個關節;
13號關節到15號關節對應小指從下至上三個關節。
4.根據權利要求3所述的多模態手勢的識別方法,其特征在于:所述對采集到的數據進行預處理得到手勢的曲線的操作包括:
將靜態手勢作為不同關節處于靜止狀態時的動態手勢;
采用最小二乘法將每個手指關節的角度變化數據擬合為一條曲線;
將手部質心的坐標變化數據在三維坐標的X、Y、Z三個方向上分別擬合為一條曲線;
所述手勢的曲線包括:針對靜態手勢和動態手勢的曲線、針對軌跡手勢的曲線;
將代表一種手勢的15個關節的曲線按照從1號關節到15號關節的順序依次連接形成所述針對靜態手勢和動態手勢的曲線;
將代表一種手勢的X、Y、Z三個方向上的曲線按照移動順序連接形成所述針對軌跡手勢的曲線。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于濟南大學,未經濟南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811455224.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:基于一維全卷積神經網絡的載波信號檢測方法
- 下一篇:一種人臉識別方法及裝置





