[发明专利]一种基于HOG特征的多旋转方向SVM模型的手势跟踪方法

权利要求书

1.一种基于HOG特征的多旋转方向SVM模型的手势跟踪方法，其特征在于，包括以下步骤：

步骤1：获取图像帧，并进行预处理，具体是：

(1)利用摄像头实时抓取镜头前各个图像帧，对当前帧的图像进行双线性插值处理以获取设定尺寸的图像；

(2)加载HOG特征的相关参数、梯度投值空间对应的字典以及基于HOG特征的各个方向子区间的SVM模型；

步骤2：判断成功定位帧数是否到达预设的帧数阈值T；

设定一个变量x，用于记录到当前帧前连续成功地检测或跟踪到含有手势的帧数；初始x值为0；

如果x未达到帧数阈值T，进入步骤3执行；否则，进入步骤4执行；

步骤3：基于HOG+Multi-SVM的检测；

对步骤1获取的图像进行各个尺度空间中的HOG特征提取，利用滑动窗口对所有有效窗口进行遍历，并与预先训练的各方向子区间的SVM模型进行匹配，记录匹配的结果，并在匹配成功时记录手势在图像帧的位置和SVM模型的索引号，然后转到步骤5；

步骤4：基于HOG+Multi-SVM的跟踪；

对步骤1获取的图像按照设定的尺度空间遍历顺序提取HOG特征，利用特定方式进行固定窗口的移动，并以一定顺序与预先训练的各方向子区间的SVM模型进行匹配，记录匹配的结果，并在匹配成功时记录手势在图像帧的位置和SVM模型的索引号，然后进入步骤5执行；

步骤5：判定既定手势是否在图像上，并做出相应处理，具体是：

(1)当未在图像中定位到既定手势时，对变量x进行清零处理；

(2)否则，将变量x的值增1，并记录既定手势在图像中的位置大小和匹配的SVM模型的索引号。

2.根据权利要求1所述的一种基于HOG特征的多旋转方向SVM模型的手势跟踪方法，其特征在于，步骤1中所述的HOG特征的相关参数包括：

(1)SVM模型检测窗口的大小；

(2)梯度投值空间分区数，要求设定为偶数；

(3)窗口中块的大小；

(4)块中细胞单元的大小；

加载的SVM模型分为六个方向子区间：

(1)[-3,33]； (2)[27,63]； (3)[57,93]；

(4)[87,123]； (5)[117,153]； (6)[147,183]。

3.根据权利要求1所述的一种基于HOG特征的多旋转方向SVM模型的手势跟踪方法，其特征在于，所述的步骤3的具体实现步骤为：

步骤3.1：对输入图像进行尺度缩放，在各尺度空间相应的RGB图像上提取HOG特征；

步骤3.2：遍历各尺度空间下各个滑动窗口相应的HOG特征，对HOG特征与各个方向范围上的SVM模型进行匹配；并在匹配成功时保留该滑动窗口的各项信息，包括尺度空间、SVM模型索引号、窗口的左上角坐标点以及SVM模型的方向子区间；

步骤3.3：重复步骤3.2直到所有规定尺度空间全部遍历完成；

步骤3.4：跳转到步骤5执行。

4.根据权利要求1所述的一种基于HOG特征的多旋转方向SVM模型的手势跟踪方法，其特征在于，所述的步骤4的具体实现步骤为：

步骤4.1：确保加载相关字典，包括以下三个部分：

a、所有既定手势的方向子分区的SVM模型相互出现的后验概率表；

b、所有的图像尺度大小和所对应的尺度缩放值；

c、图像各个尺度下对应的水平和垂直方向上分别能容纳的窗口数；

步骤4.2：根据前一帧中既定手势所在尺度空间，生成当前帧的尺度遍历顺序；若前一帧手势所在尺度空间不是规定的尺度缩放值，则取该尺度空间的下一级尺度空间；当前帧的尺度遍历顺序是按照最接近前一帧中既定手势所在尺度空间的原则来排序的；

步骤4.3：利用双线性插值法将图像缩放到指定大小；

步骤4.4：对缩放后的图像提取HOG特征；

步骤4.5：根据前一帧中所含既定手势的窗口左上角坐标，生成一条螺旋式的窗口遍历顺序；

步骤4.6：根据前一帧中所含既定手势的SVM模型所属方向子区间，利用后验概率表查找该方向子区间依赖前一帧定位结果的概率，并按概率值降序排列SVM模型匹配顺序；

步骤4.7：基于步骤4.5和步骤4.6进行窗口的遍历和SVM模型的匹配；一旦匹配成功则记录窗口的各项信息，包括尺度空间、SVM模型索引号、窗口的左上角坐标点和SVM模型的方向子区间；如果匹配未成功且到达规定的窗口数阈值，那么就结束跟踪过程，跳转到步骤5，否则进行下一个尺度空间的遍历，转步骤4.2执行。