[发明专利]一种基于手势识别的人机交互多功能腕带终端在审
申请号: | 201610369667.8 | 申请日: | 2016-05-31 |
公开(公告)号: | CN107450715A | 公开(公告)日: | 2017-12-08 |
发明(设计)人: | 宋立新 | 申请(专利权)人: | 大唐电信科技股份有限公司 |
主分类号: | G06F3/01 | 分类号: | G06F3/01;G06K9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100094*** | 国省代码: | 北京;11 |
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 手势 识别 人机交互 多功能 终端 | ||
1.一种基于手势识别的人机交互多功能腕带终端,其特征在于:该人机交互终端包括了穿戴人机交互系统和手势识别处理装置。
2.按照权利要求1所述的基于手势识别的多功能腕带终端的穿戴人机交互系统,其特征在于:
包括单目摄像头和可穿戴操作系统,采用单目摄像头进行含有手势信息的视频流,选择最大众化设备降低了硬件的制造成本,同时在基本采集硬件确定的前提下,搭载特定的可穿戴操作系统,负责将采集的视频信息传送给手势识别处理装置。
3.按照权利要求1所述的基于手势识别的多功能腕带终端的手势识别处理装置,其特征在于:
包括手势分割模块和手势分类与匹配模块;其中手势分割模块采用基于区域分割的方法和MLP训练方法,并通过对各个区域建立单高斯模型然后通过迭代法减少误差;其中,手势分类与匹配模块包括了基于形状的上下文的手势分类模型和基于内距离的匹配算法采用基于内距离的匹配算法进行手势的匹配,最终得到匹配结果。
4.根据权利要求3所述的手势分割模块中MLP训练方法,其特征在于:
通过EM算法迭代逐步改进模型的参数,使参数和训练样本的似然概率逐渐增大,最后终止于一个极大点,采用了EM算法减少方差,提高了识别的精确度。
5.根据权利要求3所述的基于形状的上下文的手势分类模型,其特征在于:
上下文的手势分类模型采用了椭圆手掌模型进行图像建模,其中包括欧几里德变换、求取掌心位置和计算椭圆参数三个步骤,将手掌简化为椭圆形,通过欧几里德变换获取掌心位置,再通过计算椭圆形长短轴定位手掌区域,而后去除手臂区域进行手势的匹配与识别。
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大唐电信科技股份有限公司,未经大唐电信科技股份有限公司许可,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/201610369667.8/1.html,转载请声明来源钻瓜专利网。