[发明专利]一种基于深度图的手指关节定位方法

权利要求书

1.一种基于深度图的手指关节定位方法，其特征在于，所述方法包括以下步骤：

步骤1、对输入的深度图进行预处理，去除噪声，平滑图像边缘；

步骤2、利用手检测方法，去除背景，得到只包含手的深度图；

步骤3、计算整个手的几何中心坐标，同时输入到包含深度特征和手几何结构的隐性回归森林中，从根节点开始按阶段遍历每棵隐性回归树；

步骤4、对于每棵隐性回归树，遍历特征节点，根据特征节点信息从深度图中提取特征，判定进入特征节点的左分支或右分支，反复遍历特征节点，直至到达该阶段的回归节点或叶子节点；

步骤5、对于每棵隐性回归树，遍历回归节点，根据回归节点信息得到当前隐关节的左右子关节坐标；

步骤6、对于隐性回归森林，聚合所有隐性回归树当前阶段包含同一隐关节的回归节点，投票得到当前隐关节的左右子关节新坐标，并更新所有隐性回归树中左右子关节的坐标，继续并行向下遍历节点的左右分支；

步骤7、对于叶子节点，根据叶子节点信息推断出该叶子节点包含的手指关节坐标，再通过所有隐性回归树中包含相同手指关节的叶子节点分别进行投票，得到全部手指关节的最终坐标。

2.根据权利要求1所述的一种基于深度图的手指关节定位方法，其特征在于，所述步骤3至步骤7的具体过程为：

1)所述步骤3中，首先计算手的初始几何中心坐标p₀输入所有隐性回归树T；

2)所述步骤4中，根据第一阶段的特征节点F1,从深度图中提取特征，判定进入特征节点的左分支或右分支，直至到达第一阶段的回归节点R1；

3)所述步骤5中，根据第一阶段的回归节点R1,得到所有隐性树的隐关节1,2的坐标H₁,H₂，然后所述步骤6中，投票并统一更新所有隐性树的隐关节坐标后，继续遍历第二阶段的特征节点F2；

4)根据第二阶段的特征节点F2,继续从深度图中提取特征，判定进入节点的左分支或右分支，直至到达叶子节点1或第二阶段的回归节点R2；

5)所述步骤7中，根据所有隐性树的叶子节点1,投票输出手掌关节的坐标S₁；

6)重复所述步骤5和6中，根据第二阶段的回归节点R2,投票更新所有隐性树的隐关节3,4,5的坐标H₃,H₄,H₅，继续遍历第三阶段的特征节点F3；

7)重复所述步骤4中，根据第三阶段的特征节点F3,继续从深度图中提取特征，判定进入特征节点的左分支或右分支，直至到达叶子节点2或第三阶段的回归节点R3；

8)重复所述步骤7，根据叶子节点2,投票输出拇指关节1的坐标S₂；

9)重复所述步骤5和6中，根据第三阶段的回归节点R3,投票更新所有隐性树的隐关节6,7,8,9,10的坐标H₆,H₇,H₈,H₉,H₁₀，继续遍历第四阶段的特征节点F4；

10)重复所述步骤4中，根据第四阶段的特征节点F4,继续从深度图中提取特征，判定进入特征节点的左分支或右分支，直至到达叶子节点3,4,5,6,7,8或第四阶段的回归节点R4；

11)重复所述步骤7，根据叶子节点3,4,5,6,7,8，分别投票输出拇指关节2，拇指关节3，食指关节1，中指关节1，无名指关节1，小指关节1的坐标S₃,S₄,S₅,S₆,S₇,S₈；

12)重复所述步骤5和6中，根据第四阶段的回归节点R4,投票更新所有隐关节11,12,13,14的坐标H₁₁,H₁₂,H₁₃,H₁₄，继续遍历第五阶段的特征节点F5；

13)重复所述步骤4中，根据第五阶段的特征节点F5,继续从深度图中提取特征，判定进入特征节点的左分支或右分支，直至到达叶子节点9,10,11,12,13,14,15,16；

14)重复所述步骤7，根据叶子节点9,10,11,12,13,14,15,16，分别投票输出食指关节2，食指关节3，中指关节2，中指关节3，无名指关节2，无名指关节2，小指关节2，小指关节3的坐标S₉,S₁₀,S₁₁,S₁₂,S₁₃,S₁₄,S₁₅,S₁₆；

15)最后，根据所有隐性回归树的手指关节坐标推断出手指关节的最终位置。