[发明专利]一种基于手势识别的控制方法

说明书

技术领域

本发明涉及控制技术领域，尤其涉及一种基于手势识别的控制方法。

背景技术

人与计算机的交互活动越来越成为人们日常生活的一个重要组成部分，特别是最近几年随着计算机技术的迅猛发展，研究符合人际交流习惯的新颖人机交互技术变得异常活跃，也取得了可喜的进步，这些研究包括人脸识别、面部表情识别、唇读、头部运动跟踪、凝视跟踪、手势识别以及体势识别等等。总的来说.人机交互技术已经从以计算机为中心逐步转移到以人为中心，是多媒体、多种模式的交互技术。

手势是一种自然、直观、易于学习的人机交互手段。以人手直接作为计算机的输人设备，人机间的通讯将不再需要中间的媒体，用户可以简单地定义一种适当的手势来对周围的机器进行控制。

以人手直接作为输人手段与其它输人方法相比较，具有自然性、简洁性和丰富性、直接性的特点。但由于手是弹性物体，故同一种手势之间差别很大，手在做出动作后，由于惯性导致对三维模型控制并不精确。

发明内容

本发明实施例提供了一种基于手势识别的控制方法，用于有效对三维模型进行精确控制。

本发明实施例中一种基于手势识别的控制方法，具体包括：

当手做出动作时，获取手的动态信息；

通过动态信息计算影响因子；

通过动态信息和影响因子生成控制指令；

根据控制指令对三维模型进行控制。

可选的，

当手做出动作时，获取手的动态信息包括：

当单手移动时，以手为质点，获取质点始末空间坐标，移动时间，从而计算得到单手位移和速度。

可选的，

通过动态信息计算影响因子包括：

将惯性系数与该速度相乘得到惯性因子。

可选的，

通过动态信息和影响因子生成控制指令包括：

通过单手位移和惯性因子得到三维模型的位移，从而生成控制三维模型按该位移移动的控制指令。

可选的，

当手做出动作时，获取手的动态信息包括：

当双手移动时，以双手为两个质点，获取两个质点始末空间坐标，移动时间，从而计算得到相对位移和相对速度。

可选的，

通过动态信息计算影响因子包括：

将惯性系数与相对速度相乘得到惯性因子。

可选的，

通过相对位移和惯性因子得到缩放因子，从而生成控制三维模型按该缩放因子缩放的控制指令。

可选的，

当手做出动作时，获取手的动态信息还包括：

当手的移动范围超过显示屏范围时，将手在显示屏中首次出现的位置记为初始位置，将手在显示屏中最后时刻出现的位置记为终止位置。

可选的，

当手做出动作时，获取手的动态信息还包括：

当手移动幅度不大于精度0.0001时，不获取动态信息。

可选的，

惯性系数为常量0.12，是通过统计方法得出的结果。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明方法中当手做出动作时，获取手的动态信息；通过动态信息计算影响因子；通过动态信息和影响因子生成控制指令；根据控制指令对三维模型进行控制。通过动态信息和影响因子生成控制指令，进而消除了影响因素，使得控制结果更加精确。

附图说明

图1为本发明实施例中一种基于手势识别的控制方法第一实施例流程图；

图2为本发明实施例中一种基于手势识别的控制方法第二实施例流程图；

图3为本发明实施例中一种基于手势识别的控制方法第三实施例流程图。

具体实施方式

请参阅图1，本发明实施例中一种基于手势识别的控制方法第一实施例，具体包括：

101、当手做出动作时，获取手的动态信息；

在本实施例中，操作者可以站在摄像头前进行操作，当手做出动作时，摄像头获取操作者手的动作视频流，从中提取手的动态信息，该动态信息可以描述手的运动状态，比如手移动的方向是向上还是向下等动态信息。

102、通过动态信息计算影响因子；

在本实施例中，为了消除手势控制过程中影响因素，使控制更加精确，需要确定该影响因素量化后的影响因子，需要说明的是，该影响因子与动态信息有关。

103、通过动态信息和影响因子生成控制指令；

在本实施例中，根据前面的步骤得到影响因子和动态信息生成对三维模型控制的控制指令，该控制指令可以是控制三维模型进行移动、放缩或者旋转等操作。