[发明专利]基于机器视觉的手势识别方法

权利要求书

1.一种基于机器视觉的手势识别方法，其特征在于：使用摄像头来获取图像信息，通过检测图像中的手势的位置并提取手势特征进行手势识别；具体步骤为：

1）手势检测：采用HOG+SVM 的方法去检测图像中手势所在的位置；

2）利用跟踪算法来对手势进行连续跟踪：跟踪算法为CAMSHIFT 跟踪算法可以很好的适应手势的变化，它会自适应的调整跟踪窗口的尺寸以适配图像中手势区域，且可应用于多个手势的同时跟踪，实现对多个手势快速、精准的跟踪；

3）对手势区域进行进一步精确的分割：基于手势检测和跟踪算法得到的手势所在局部区域，通过多次区域种子点生长和基于深度、形状信息的弱分割方法交替级联操作，以实现对手势实现像素级的高精度分割；

4）采用基于几何特征的模板匹配法或实现端到端识别的卷积神经网络对分割得到的手势区域完成识别。

2.根据权利要求1所述的一种基于机器视觉的手势识别方法，其特征在于：步骤1）中，考虑到手势的多变性，如果针对每一个手势均训练一个分类器，会极大的提高系统的复杂性以及加大手势检测所需时间，采用基于HOG 描述子，通过支持向量机训练用于检测该手势的分类器。

3.根据权利要求1或2所述的一种基于机器视觉的手势识别方法，其特征在于：步骤4）中，基于几何特征的模板匹配算法，为手工编辑手势几何特征，再利用模板匹配法衡量新样本手势和模板手势在特征空间的距离，找到和样本最近的模板即为匹配的结果。

4.根据权利要求3所述的一种基于机器视觉的手势识别方法，其特征在于：步骤4）中实现端到端识别的卷积神经网络为对于训练好的网络，仅需要输入单独的手势图像，即可直接计算得到手势的分类结果，通过卷积网络自动产生大量的抽象特征，并用利用Softmax回归基于抽象特征对手势进行识别。