[发明专利]一种基于计算机视觉的手势识别方法及识别装置有效
申请号: | 201910693252.X | 申请日: | 2019-07-30 |
公开(公告)号: | CN110458059B | 公开(公告)日: | 2022-02-08 |
发明(设计)人: | 么爱帅;王忠民 | 申请(专利权)人: | 北京科技大学 |
主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V20/40;G06N3/04;G06N3/08 |
代理公司: | 北京市广友专利事务所有限责任公司 11237 | 代理人: | 张仲波 |
地址: | 100083*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 计算机 视觉 手势 识别 方法 装置 | ||
1.一种基于计算机视觉的手势识别方法,其特征在于,包括:
实时采集用户的手部视频;
通过目标检测算法对采集的手部视频中的每帧图像进行目标检测,得到每帧图像中手部的位置和手势状态;
根据检测得到的每帧图像中手部的位置和手势状态,提取每帧手势特征,保持手势特征在时间维度上的先后顺序,得到具有时序特征的特征矩阵;
通过循环神经网络对得到的特征矩阵进行分析,识别出用户的手势;
其中,所述特征矩阵包括:单帧图像中的手势状态、手部框选面积、指尖距离和指尖运动梯度;
所述根据检测得到的每帧图像中手部的位置和手势状态,提取每帧手势特征,保持手势特征在时间维度上的先后顺序,得到具有时序特征的特征矩阵包括:
根据检测得到的每帧图像中手部的位置和手势状态,提取每帧图像的手势特征,选出所有手势状态发生跳变的帧作为跳变节点帧,并选用最靠近该视频的帧集合中间位置的跳变节点帧为分界点,在分界点前后按顺序各选取m帧,如果前后帧不满m帧,则只在后m帧进行复制最后帧的补帧处理,组成2m*n维的初始特征矩阵,对初始特征矩阵进行处理,得到一个视频具有时序特征的特征矩阵,其中,所述处理包括:独热编码、中心化和均值处理,n表示对每帧图像提取了n维的手势特征向量;
其中,所述初始特征矩阵包括:单帧图像中的手势状态、手部中心点的坐标、指尖中心点的坐标以及手部定位框的宽度和高度;其中,
将单帧图像中的手势状态并列写成独热形式,即由对应位置是否为1,其他位置为0表示是哪一种手势状态,实现独热编码;
由手部定位框的宽度和高度确定手部框选面积,对手部框选面积进行均值和中心化处理;
由手部中心点的坐标、指尖中心点的坐标确定指尖距离,对指尖距离进行中心化处理;
由每个指尖的中心点坐标,计算相邻两帧图像间同一指尖在不同位置时的△y与△x比值,得到指尖运动梯度,其中,△y表示相邻两帧图像在y轴上的位置差的绝对值,△x表示相邻两帧图像在x轴上的位置差的绝对值。
2.根据权利要求1所述的基于计算机视觉的手势识别方法,其特征在于,在通过目标检测算法对采集的手部视频中的每帧图像进行目标检测,得到每帧图像中手部的位置和手势之前,所述方法还包括:
获取用于手部目标检测的训练集;
构建用于手部目标检测的神经网络;
通过获取的训练集对构建的神经网络进行训练,得到手部目标检测模型,其中,所述手部目标检测模型,用于对采集的手部视频中的每帧图像进行目标检测。
3.根据权利要求2所述的基于计算机视觉的手势识别方法,其特征在于,所述训练集中的每帧图像是经过数据清洗和数据标注的,标注的信息包括:手部在图像中位置信息和手势状态。
4.根据权利要求1所述的基于计算机视觉的手势识别方法,其特征在于,通过目标检测算法检测得到的手部的位置包括:手部中心点的坐标、手部定位框的宽度和高度,以及指尖中心点的坐标、指尖定位框的宽度和高度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910693252.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:表情的识别方法和装置
- 下一篇:一种基于对抗学习的车辆图像优化方法及系统