[发明专利]一种基于深度图的手指关节定位方法

说明书

本发明公开了一种基于深度图的手指关节定位方法，包括：对深度图进行预处理去除背景；计算手的中心坐标作为隐性回归树的输入，遍历隐性回归树；对每棵隐性回归树，根据特征节点从深度图中提取特征，判别进入节点的左分支或右分支，直至到回归节点或叶子节点；对回归节点，依节点信息更新当前隐关节的左右子关节坐标：对同一隐关节，通过回归节点投票得到当前隐关节的左右子关节坐标，更新隐性回归森林中左右子关节坐标，继续并行向下遍历节点的左右分支；对于叶子节点，得到叶子节点代表手指关节的坐标，再由隐性回归森林中同一手指关节的坐标进行投票，得到每个手指关节的最终坐标。本发明具有定位速度快、准确率高、受遮挡影响小等优点。

技术领域

本发明涉及计算机视觉相关技术领域，具体涉及一种基于深度图的手指关节定位方法。

背景技术

随着现代信息技术的快速发展，电子设备已由传统的手持式设备逐渐向便捷的可穿戴设备发展，人机交互方式也由传统的接触式交互转向自然的非接触式交互。作为非接触式交互的主流技术，基于计算机视觉的手势交互利用图像信息和人手固有的生理特征来解读手势进行人机交互，其中，手指关节定位主要是指利用图像信息和手的几何结构信息来定位手指关节的分布。由于手指关节灵活度高，手指间自遮挡，手的位置随视角变化大，仅使用二维RGB彩图不足以捕获完整的手势信息和手指位置信息，而在现有深度信息采集技术日趋成熟的情况下，我们结合手的几何结构信息，利用深度图提供的三维信息，提出了一种基于深度图的手指关节定位方法。

发明内容

本发明的目的是针对上述现有技术的不足，提供了一种基于深度图的手指关节定位方法，该方法具有定位速度快、准确率高、受遮挡影响小等优点。

本发明的目的可以通过如下技术方案实现：

一种基于深度图的手指关节定位方法，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。

优选的，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；