[发明专利]一种基于Leap Motion的手语字母识别方法在审
申请号: | 201510254098.8 | 申请日: | 2015-05-17 |
公开(公告)号: | CN104866824A | 公开(公告)日: | 2015-08-26 |
发明(设计)人: | 黄爱发;徐向民;邢晓芬;李兆海;倪浩淼 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 何淑珍 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 leap motion 手语 字母 识别 方法 | ||
1.一种基于Leap Motion的手语字母识别方法,其特征在于,包括以下步骤:
步骤1:利用深度摄像头设备Leap Motion获取手语字母的手掌和手腕的骨骼关节点的3D坐标信息;
步骤2:根据手掌和手腕的骨骼关节点的3D坐标向量信息计算对应关节的弯曲角度,获取手型特征信息和手腕偏移角度特征信息;
步骤3:根据步骤2获得的特征信息利用模板匹配的方法以及最大概率和最近邻准则识别出手语字母;
步骤4:根据连续帧流相一致的识别结果确定输出手语字母含义。
2.如权利要求1所述的基于Leap Motion的手语字母识别方法,其特征在于,步骤2进一步包括:将收集的3D坐标信息利用余弦定理计算出每个手指关节的弯曲角度及手腕的弯曲角度,作为手型的特征信息。
3.如权利要求1所述的基于Leap Motion的手语字母识别方法,其特征在于,步骤3进一步包括:将待识别的特征信息与模板的信息逐一进行欧拉距离计算,并找出距离最小的N个模板信息,将这N个距离数据进行排序后,利用加权算法和最大概率准则计算出本帧的手语字母识别结果。
4.如权利要求1所述的基于Leap Motion的手语字母识别方法,其特征在于,步骤4进一步包括:建立计数器,当步骤3中判断本帧的识别结果与上一帧相一致,则计数器自增1,否则计数器清零;取连续m帧相一致的手语字母作为最终的识别结果,m为设定值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510254098.8/1.html,转载请声明来源钻瓜专利网。