[发明专利]手追踪方法和装置

说明书

技术领域

本发明涉及图像处理领域，更具体地涉及一种手追踪方法和装置。

背景技术

随着计算机在现代社会的影响迅速扩大，多模式人机接口技术在现实生活中变得越来越重要。多模式人机接口技术的核心在于建立和谐自然的人机交互环境，使得用户可以方便、自然地使用人类所熟知的方式使用计算机，其中最重要的环节就是要使计算机能够准确无误地感知包括自然语言、手势语言、面部表情在内的不同人类表达方式，实现拟人化的人机交互。因此，手势的检测和识别成为人机交互领域的一项重要研究内容。

用在人机交互领域的最早期的手势识别方法是利用机械手套装置来直接测量手的姿态和关节的角度。然而，这种基于手套的方法没有进一步的发展，因为与手套装置相连的电缆只能把使用者限制在一个小的工作区域内。另一方面，这种手套装置的价格比较昂贵，这也限制了它的广泛应用。近几年，一些研究者提出了基于自然手的手势识别方法。

虽然手势本身具有多样性和多义性且具有在时间空间上的差异性，但是从手势识别的角度考虑可以把手势分为静态手势和动态手势。其中，静态手势是指由单个手姿态表示的手势，动态手势是指由一系列手姿态组成的手势。

图1示出了传统的用于对动态手势进行识别的手势识别系统的框图。如图1所示，该手势识别系统包括图像获取单元102和手势识别单元104。具体地，在图1所示的手势识别系统中，首先使用图像获取单元102获取包含手部图像的一系列视频帧；然后使用手势识别单元104在图像获取单元102所获取的一系列视频帧中定位手的位置，追踪手的运动轨迹，进而进行手势识别。一旦手势被识别为预先定义的手势之一，则该手势将成为对于计算机/便携设备上的软件/应用的操作指令触发器。

从以上所述可知，追踪手的运动轨迹的处理(以下简称为“手追踪处理”)是手势识别处理的一个必要环节。由于手追踪处理的复杂度会随着精确度的提高而提高，所以如果要通过提高手追踪处理的精确度来提高手势识别处理的精确度，则势必会造成手势识别处理的整体复杂度的提高。在实际应用中，复杂度高的手势识别处理的功耗很高，所以不适合用于诸如移动电话、数码相机之类的超低功耗的设备。

为了使手势识别处理能够被应用于目前广泛使用的诸如移动电话、数码相机之类的超低功耗设备，需要尽可能地降低手势识别处理的复杂度。但是，低复杂度的手势识别处理通常又不能满足诸如移动电话、数码相机之类的超低功耗设备的用户的使用需求。所以，为了尽可能地提高超低功耗设备的用户的使用体验，需要在尽可能地降低手势识别处理的复杂度的同时，尽可能地提高手势识别处理的精确度。

发明内容

鉴于以上所述的一个或多个问题，本发明提供了一种能够在保持手势识别处理的低复杂度的同时改善手追踪处理的精确度的新颖的手追踪方法和装置。

根据本发明实施例的手追踪方法，用于在手部图像最初被检测到的初始视频帧之后的多个视频帧中追踪手的位置。该手追踪方法包括：计算当前帧中的多个对比图像区域与前一帧中的手部图像区域之间的局部差异度量；利用准则模型计算分别与最小局部差异度量和次最小局部差异度量相对应的两个对比图像区域R1和R2、以及对比图像区域R1和R2周围的多个对比图像区域的全局差异度量，并根据计算结果确定用于在当前帧中搜索手的位置的中心像素；以及在当前帧中的以所确定的中心像素及其周围的像素为代表像素的多个对比图像区域中全局差异度量最小的一个对比图像区域A1满足预定条件的情况下，将对比图像区域A1的代表像素所在的位置作为当前帧中的手的位置。

根据本发明实施例的手追踪装置，用于在手部图像最初被检测到的初始视频帧之后的多个视频帧中追踪手的位置。该手追踪装置包括：差异度量计算单元，用于计算当前帧中的多个对比图像区域与前一帧中的手部图像区域之间的局部差异度量；中心像素确定单元，用于利用准则模型计算分别与最小局部差异度量和次最小局部差异度量相对应的两个对比图像区域R1和R2、以及对比图像区域R1和R2周围的多个对比图像区域的全局差异度量，并根据计算结果确定用于搜索手的位置的中心像素；以及手位置确定单元，用于在当前帧中的以所确定的中心像素及其周围的像素为代表像素的多个对比图像区域中全局差异度量最小的一个对比图像区域A1满足预定条件的情况下，将对比图像区域A1的代表像素所在的位置作为当前帧中的手的位置。

本发明可以大大改善手追踪的精确度，同时不会过度增加手追踪处理的复杂度。

附图说明

从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明，其中：