[發明專利]一種基于Leap Motion的多特征動態手勢識別方法在審
| 申請號： | 201910323273.2 | 申請日： | 2019-04-22 |
| 公開（公告）號： | CN111831101A | 公開（公告）日： | 2020-10-27 |
| 發明（設計）人： | 吳曉紅;高宇;何小海;王正勇;吳小強;卿粼波;滕奇志 | 申請（專利權）人： | 四川大學 |
| 主分類號： | G06F3/01 | 分類號： | G06F3/01;G06K9/00;G06K9/62 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 610065 四川*** | 國省代碼： | 四川;51 |
| 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 基于 leap motion 特征 動態 手勢 識別 方法 | ||
1.一種基于Leap Motion的多特征動態手勢識別方法，其特征在于包括以下步驟：
(1)使用體感控制器Leap Motion追蹤訓練樣本動態手勢獲取數據；
(2)通過對獲取數據初步處理得到本方法所需特征向量；
(3)根據(2)中所得特征向量進行HMM手勢模型的訓練；
(4)使用體感控制器Leap Motion追蹤待測手勢獲取與(2)中相同種類的特征向量；
(5)根據(3)中HMM模型和(4)中特征向量對待測手勢進行評估，選擇匹配概率最大的手勢模型作為識別結果。
2.根據權利要求1所述的方法，其特征在于步驟(2)中加入新特征的提取，使相似手勢的區分度提高，加入的新特征如下：
特征一：拐點的判定及計數的獲取
由于手勢位于拐點處附近時速度是先降低后升高，所以得出當瞬時速率為0的某一時刻Ti，通過判斷該時間段內手勢序列中前后兩端速率滿足：
式中τ取0.5，判定該點為手勢運動的拐點位置，當判定出某一時刻位置是拐點則做拐點計數加1操作；
特征二：手勢位移向量角度的獲取
通過獲取掌心在手勢運動的開始位置和停止位置的空間坐標(xo,yo,zo)和(xs,ys,zs)，則手勢位移向量計算如下：
定義手勢位移向量角度為與y軸負方向上的單位向量之間的夾角θs，θs計算過程如下：
。
3.根據權利要求1所述的方法，其特征在于步驟(3)中根據訓練手勢包含新特征的特征向量，通過反復迭代更新模型參數進而得出HMM手勢模型。
4.根據權利要求1所述的方法，其特征在于步驟(5)中根據待測手勢的新特征向量進行HMM手勢模型的匹配評估。
5.根據權利要求1所述方法，其特征在于結合新特征進行HMM手勢模型的訓練和識別，突出了相似手勢的不同，提高了識別成功率。
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四川大學，未經四川大學許可，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/201910323273.2/1.html，轉載請聲明來源鉆瓜專利網。
