[发明专利]一种基于余弦距离与动态时间规整的手势识别方法

权利要求书

1.一种基于余弦距离与动态时间规整的手势识别方法，其特征在于，包括以下步骤：

步骤1：获取手部节点坐标值；

步骤2：使用倒序识别法来截取手部动作序列；

步骤3：将手势坐标序列进行向量化的特征分割，并通过这一过程收集注册的标准动作形成模板序列；

步骤4：通过余弦距离法对模板序列和待识别序列进行DTW检测，求得其累积距离矩阵以及最短距离值；

步骤4的具体实现包括以下子步骤：

步骤4.1：将模板序列中的手势Gestures_目标和待识别序列中的手势Gestures_用户分解为多个向量组成的序列：

Gestures_目标＝{X[1],X[2],X[3],......,X[n-1],X[n]}；

Gestures_用户＝{x[1],x[2],x[3],......,x[n-1],x[n]}；

然后对两个序列按照一定的距离要求进行DTW序列匹配：

DTW(Gesture_目标，Gesture_用户)；

求出其最小距离，确定手势相似度；

步骤4.2：Gestures_目标和Gestures_用户它们的元素均由向量构成，在DTW矩阵中进行计算，设为Gestures_目标中向量，设为Gestures_用户中向量，计算向量和之间的余弦距离，将其作为两序列距离的衡量标准；其公式为：

cosθ值介于-1到1之间，且越接近于1，两个向量的在方向上越相似，越接近-1表示两向量方向距离越远；

步骤4.3：构造一个新函数

Y＝1-cosθ；

则Y的取值范围为[0,2]，越接近0，两个向量的方向距离越相近，越接近2两向量方向距离越远；将其作为动态时间规整算法中DTW矩阵的距离计算公式；

步骤4.4：将公式

Y＝1-cosθ；

转化为：

DTW(Y(Gesture_目标，Gesture_用户))；

即：

其中，n表示模板序列长度，m表示待识别序列长度，ω作为求和最优路径的匹配参数控制，按照DTW路径选择的情况不同，根据DTW矩阵路径选择的方法：

其中，d为两点距离，Mc为累计距离矩阵值，Mc(i,j)表示当前坐标距离累计距离值，d(i,j)表示当前坐标的余弦距离值；

则ω取值范围为：

ω＝{0,1,2}；

步骤5：比较DTW检测所得到的最短距离值与设定的阈值之间的大小关系，从而确定动作是否触发，达到动作识别的目标。

2.根据权利要求1所述的基于余弦距离与动态时间规整的手势识别方法，其特征在于：步骤1中，运用Kinect深度图骨骼点坐标获取的功能获取手部节点坐标值。

3.根据权利要求1所述的基于余弦距离与动态时间规整的手势识别方法，其特征在于，步骤3的具体实现包括以下子步骤：

步骤3.1：设动态手势为D，静态手势为S；对于任何一个动态手势D，通过分割，转化为一个静态手势序列：

D≈{S[1],S[2],S[3],S[4],......,S[n-1],S[n]}；

其中，n表示分割次数，n越大，等式两边越接近；该静态手势序列即为动态手势的特征序列；

步骤3.2：设X为空间向量，当n足够大时，两帧之间的向量即可表示为前一帧静态手势的方向特征，则：

D≈{S[1],S[2],S[3],S[4],......,S[n-1],S[n]}；

转化为：

D≈{X[1],X[2],X[3],X[4],......,X[n-1],X[n]}；

步骤3.3：通过步骤3.2中的分割过程，获得标准动作对应的模板序列Gestures_目标。