[发明专利]一种三维手势识别方法及装置

权利要求书

1.一种三维手势识别方法，其特征在于，包括以下步骤：

(1)采集静态手势，并根据建立的手部空间坐标系进行手部位置表示；

(2)以静态手势的骨节方向信息作为手势识别的观测值特征序列，并对不同角度和位置下的静态手势对应的手势识别观测值特征序列进行空间旋转坐标上的归一化，得到各个静态手势对应的观测序列；

(3)确定隐马尔可夫模型的隐含状态数和混合高斯模型的分模型数后，采用GMM-HMM模型对静态手势对应的观测序列进行识别；

(4)根据等待模型对动态手势进行识别；

(5)在用户使用时收集用户个体的手势数据，并利用该数据对所述GMM-HMM模型进行迁移训练，形成针对于每个用户的模型；

步骤(4)中，等待模型是将构成动态手势的若干个静态手势节点的对应信息进行存储，并在一定的动态手势识别过程的等待时间内依次检测整个动态手势的静态手势节点所代表的手势的出现；

所述根据等待模型对动态静态手势进行识别，具体包括：

(41)设置静态手势的阈值σ，利用前向算法检测首个静态手势节点所代表的静态手势是否出现，若检测到首个静态手势节点所代表的静态手势则开启下一个节点手势的检测；

(42)在预设的动态手势识别过程的等待时间内，若依次检测到设置的所有静态手势节点所代表的手势个数的出现，则判定为检测到该动态手势，否则，

若超出时间限制仍未检测到所有静态手势节点所代表的手势，则将该手势的检测重置，重新开始首个静态节点手势的检测；

(43)直至将设置的若干个静态手势节点全部检测；

所述设置静态手势的阈值σ∈[λ₁l_av,λ₂l_av]，其中，l_av为最后一次训练中计算出的N组训练数据前向算法的输出值的均值，λ₁＝55％，λ₂＝70％，所述最后一次训练由设置好最大训练次数和前后两次训练值输出差值的阈值共同决定，在以下两种情况中的一种情况率先发生时即停止迭代：a训练次数达到100次；b当前一次训练输出的P值与上一次训练输出P值的差值的绝对值小于0.001。

2.根据权利要求1所述的三维手势识别方法，其特征在于，所述步骤(1)中，手部空间坐标系以手掌掌心方向向量为X轴、手指指向向量为Y轴以及同时与二者垂直的方向向量为Z轴，所在的直线为坐标轴。

3.根据权利要求1所述的三维手势识别方法，其特征在于，所述步骤(2)中，手势识别的观测值特征序列为拇指三个骨节从掌心到手指的方向向量、食指除去最靠近掌心一段骨节的三个骨节从掌心到手指的方向向量、中指除去最靠近掌心一段骨节的三个骨节从掌心到手指的方向向量、无名指除去最靠近掌心一段骨节的三个骨节从掌心到手指的方向向量和小指除去最靠近掌心一段骨节的三个骨节从掌心到手指的方向向量，共15个方向向量。

4.根据权利要求1所述的三维手势识别方法，其特征在于，所述步骤(2)中，对不同角度和位置下的静态手势对应的手势识别观测值特征序列进行空间旋转坐标上的归一化，具体包括：

以建立的所述空间直角坐标系为基准，计算所述手部空间坐标系旋转至所在空间中的世界坐标系时的四元数；将静态手势对应的观测序列按照所述四元数进行旋转，完成归一化。

5.根据权利要求1所述的三维手势识别方法，其特征在于，所述步骤(3)中，采用GMM-HMM模型对静态手势进行识别的过程包括：

(31)利用外部设备每隔M秒收集一组静态手势数据序列，共收集该静态手势下在空间内转动和移动后的手势数据序列N组，其中M≥1，N≥20；

(32)通过Baum-Welch算法迭代训练对应的GMM-HMM模型，直至模型收敛；

(33)计算N组手势数据序列的前向算法输出值，若当前帧手势数据序列前向算法输出值大于设定阈值θ，即为识别到该手势，否则，未识别到手势。