[发明专利]一种针对超广角视频的手势识别方法及系统

说明书

本发明提供一种针对超广角视频的手势识别方法及系统，包括以下步骤，获取超广角视频的第一帧图像A₁(x,y),将图像A₁(x,y)从RGB空间转换成YCbCr空间；根据肤色检测对图像A₁(x,y)中的手部区域进行定位，得到手部区域图像的质心坐标；将手部区域图像的质心坐标从平面坐标转换为球面坐标；获得到手部质心在球面的轨迹序列；对轨迹序列进行预处理，消除无效轨迹点，得到有效轨迹序列；对有效轨迹序列进行轨迹点补偿，得到最终轨迹点序列；根据最终轨迹点序列判断手势结果。根据肤色检测对图像中的手部区域进行定位，进而获得手部质心坐标，有效的提高了手部质心坐标的准确性与时效性，并且算法复杂度低，能够实时高效的识别超广角视频中的手势。本发明应用于计算机视觉领域。

技术领域

本发明涉及图像处理、计算机视觉和虚拟现实技术领域，尤其涉及一种针对超广角视频的手势识别方法及系统。

背景技术

近年来，由于人机交互应用的需求，手势定位与识别越来越受到关注。以人手直接作为计算机输入设备，利用手势识别技术对机器进行控制，省去了中间媒体，加强了人机交互的自然性和方便性。

超广角镜头拍摄的视频图像，相比普通摄像机拍摄视频图像，具有视角大，图像信息量大的特点，因此在安防监视、智能交通、虚拟现实及增强现实等领域具有广阔的市场前景。然而超广角镜头所拍摄的视频图片存在畸变，不仅人眼观察的效果差，而且图像识别效果也差，给后续应用带来不便。

目前对超广角畸变图像的研究集中在畸变校正，对超广角图像中目标识别的研究相对较少。而手势识别是当前人机交互的研究热点，目前手势识别的研究分为基于数据手套的手势识别和基于计算机视觉的手势识别。基于数据手套的手势识别要求用户佩戴特殊的数据手套，能够实时跟踪人手运动轨迹且识别率高，但是数据手套价格昂贵，不利于推广。基于计算机视觉的手势识别对设备要求低，符合用户日常交互习惯，但与基于数据手套的手势识别相比识别率较低，实时性较差。

发明内容

针对现有技术中基于计算机视觉的手势识别识别率较低，实时性较差的问题，本发明的目的是提供一种针对超广角视频的手势识别方法及系统，具有更高的识别效率与实时性。

为了实现上述发明目的，本发明提供一种针对超广角视频的手势识别方法，其采用的技术方案是：

一种针对超广角视频的手势识别方法，包括以下步骤，

S1、获取超广角视频的第一帧图像A₁(x,y),将图像A₁(x,y)从RGB空间转换成YCbCr空间；

S2、根据肤色检测对图像A₁(x,y)中的手部区域进行定位，得到手部区域图像的质心坐标(u₁,v₁)

S3、将手部区域图像的质心坐标从平面坐标(u₁,v₁)转换为球面坐标(x₁,y₁,z₁)；

S4、对超广角视频的每一帧{A_i|i＝1,L,M}图像进行步骤S1、S2、S3，获得到手部质心在球面的轨迹序列{(x_i,y_i,z_i)|i＝1,L,M}；

S5、对轨迹序列{(x_i,y_i,z_i)|i＝1,L,M}进行预处理，消除无效轨迹点，得到有效轨迹序列{(x1_i,y1_i,z1_i)|i＝1,L,M₁}；