[發明專利]手勢識別方法、系統及管理終端、計算機可讀存儲介質

有效

• 申請號: 201910870947.0
• 申請日: 2019-09-16
• 公開（公告）號: CN110738118B
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 趙莫言;王紅偉
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/40;G06V10/764;G06V10/26
• 代理公司: 北京鴻元知識產權代理有限公司 11327
• 代理人: 李玉琦;曹素云

1.一種手勢識別方法，其特征在于，所述方法應用于手影識別系統中，其中，所述手影識別系統包括手影形成器、管理終端；所述方法包括：

所述管理終端接收所述手影形成器發送的手勢圖像數據，其中，所述手勢圖像數據根據所述手影形成器中的攝像頭拍攝的置于所述手影形成器中的目標手勢對應的至少兩個角度下所形成的影子所生成；

所述管理終端按照預設的預處理規則完成對所述手勢圖像數據的預處理；

所述管理終端使用圖像分割算法對完成預處理的手勢圖像數據進行圖像分割；

所述管理終端按照預設特征提取規則從完成圖像分割的手勢圖像數據中提取所述目標手勢的特征；包括：所述管理終端在所述手勢圖像數據劃出手指中心線的單像素線條；所述管理終端根據所述單像素線條的像素坐標計算手指的方向特征；所述管理終端根據所述手指的方向特征分割所述手勢圖像數據；所述管理終端根據分割出的每個手指所有像素點在手勢圓周面內的方位分布情況來確定每個手指的位置特征；所述管理終端利用分割出手指尺度不變的圖像矩陣特征提取目標手勢的形狀特征；

所述管理終端使用手勢識別模型識別所述目標手勢的特征，進而完成目標手勢的識別，其中，所述手勢識別模型包括稀疏自編碼器的層級決策分類器。

2.如權利要求1所述的手勢識別方法，其特征在于，所述管理終端按照預設的預處理規則完成對所述手勢圖像數據的預處理，包括：

所述管理終端使用中值濾波算法完成對所述手勢圖像數據的濾波，以去除所述手勢圖像數據的噪聲；

所述管理終端使用圖像二值化算法將濾波后的手勢圖像數據拆分成第一圖像部分和第二圖像部分，其中，所述第一圖像部分是灰色背景部分，所述第二圖像部分是黑色背景部分。

3.如權利要求1所述的手勢識別方法，其特征在于，在所述手影形成器將所述攝像頭生成的手勢圖像數據發送到所述管理終端之后，所述管理終端按照預設的預處理規則完成對所述手勢圖像數據的預處理之前，所述方法還包括：

所述管理終端對所述手勢圖像數據進行直方圖統計并生成統計結果。

4.如權利要求1所述的手勢識別方法，其特征在于，所述管理終端使用圖像分割算法對完成預處理的手勢圖像數據進行圖像分割，包括：

所述管理終端使用Kinect算法完成對所述手勢圖像數據的分割。

5.如權利要求1所述的手勢識別方法，其特征在于，所述管理終端使用手勢識別模型識別所述目標手勢的特征，包括：

所述管理終端構建一種嵌入深度稀疏自編碼器的層級決策分類器對手勢進行逐級分類識別；

其中，所述嵌入深度稀疏自編碼器的層級決策分類器包括手指的方向分類器、手指的位置分類器、手指的形狀分類器。

6.如權利要求1所述的手勢識別方法，其特征在于，所述管理終端按照預設的預處理規則完成對所述手勢圖像數據的預處理，包括：

所述管理終端通過形態學處理算法去除所述手勢圖像數據中的噪聲點；

所述管理終端確定手勢中心點，并以所述手勢中心點作為基準在所述手勢圖像數據去除手腕部分的圖像數據；

所述管理終端根據所述去除手腕部分的圖像數據，并運用霍夫變換算法檢測出手勢輪廓線上直線特征的方向，再根據所述直線特征的方向的平均值將所述手勢圖像數據對應的手勢圖像旋轉校正到豎直方向。

7.一種手影識別系統，其特征在于，所述系統包括手影形成器、管理終端，其中：

所述手影形成器，用于使用攝像頭拍攝目標手勢的至少兩個角度下所形成的影子；

所述手影形成器，還用于在使用攝像頭拍攝目標手勢的至少兩個角度下所形成的影子之后，將所述攝像頭生成的手勢圖像數據發送到所述管理終端；

所述管理終端，用于按照預設的預處理規則完成對所述手勢圖像數據的預處理，使用圖像分割算法對完成預處理的手勢圖像數據進行圖像分割；

按照預設特征提取規則從完成圖像分割的手勢圖像數據中提取所述目標手勢的特征；所述管理終端使用手勢識別模型識別所述目標手勢的特征，進而完成目標手勢的識別，其中，所述手勢識別模型包括稀疏自編碼器的層級決策分類器。