[发明专利]一种手势互动方法及手势互动装置在审

专利信息
申请号: 201911350895.0 申请日: 2019-12-24
公开(公告)号: CN111126279A 公开(公告)日: 2020-05-08
发明(设计)人: 罗志平;程骏;庞建新;熊友军 申请(专利权)人: 深圳市优必选科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06F3/01
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 李莉
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
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 手势 互动 方法 装置
【说明书】:

本申请公开了一种手势互动方法及手势互动装置,该方法包括:获取当前场景图像;对当前场景图像进行手部区域检测;对从检测到的手部区域提取的子图像进行特征点检测;利用检测到的特征点生成待匹配二值遮罩图像;将待匹配二值遮罩图像与多个参考二值遮罩图像进行匹配;根据相匹配的参考二值遮罩图像确定手部区域所对应的手势。通过上述方式,本申请能够实时检测出手势,响应速度快。

技术领域

本申请涉及机器人技术领域,具体涉及一种手势互动方法及手势互动装置。

背景技术

目前教育机器人发展趋势持续上升,且市场潜力较大,其对孩子们的健康成长起着积极的引导启蒙作用;在教学角色与影响上,教育机器人可扮演教师、同学以及工具三种角色,通过程序设定和设计改造,可以使得机器人实现既定的教学目标或教学功能。

目前教育机器人的手势交互方法主要有两种,第一种方法:基于深度图分割手部区域,估计手关节的运动,从而识别手势,该方法需要特定的相机来获取深度图,比如双目相机、结构光相机或ToF(Time of Flight,飞行时间)相机,这些相机的成本较高,会提高教育机器人的成本;第二种方法:基于深度学习,通过采集各种手势的数据训练手部检测深度模型,深度模型一般要求较高的计算力,由于需要特定的计算芯片支持,也会提高教育机器人的成本;而且现有的手势互动系统关注如何提高单人或多人手势识别的准确度及鲁棒性,在互动方面比较单一,在识别出手势的情况下,机器人执行相应的指令,在教育实践上,没有系统地设计出一种机制,使得机器人扮演好教学角色。

发明内容

本申请提供一种手势互动方法及手势互动装置,能够实时检测出手势,响应速度快。

为解决上述技术问题,本申请采用的技术方案是:提供一种手势互动方法,该方法包括:获取当前场景图像;对当前场景图像进行手部区域检测;对从检测到的手部区域提取的子图像进行特征点检测;利用检测到的特征点生成待匹配二值遮罩图像;将待匹配二值遮罩图像与多个参考二值遮罩图像进行匹配;根据相匹配的参考二值遮罩图像确定手部区域所对应的手势。

为解决上述技术问题,本申请采用的另一技术方案是:提供一种手势互动装置,该手势互动装置包括互相连接的存储器和处理器,其中,存储器用于存储计算机程序,计算机程序在被处理器执行时,用于实现上述的手势互动方法。

通过上述方案,本申请的有益效果是:教育机器人可获取当前场景图像,通过对当前场景图案进行检测得到特征点,再基于检测到的特征点生成待匹配二值遮罩图像,然后将待匹配二值遮罩图像与多个参考二值遮罩图像进行匹配,从而实时检测出当前场景图像中的手势,计算简单,响应速度较快,无需使用计算能力较强的芯片,可降低成本,能够应用在一对多的机器人教学场景中,加强了教育机器人与学员的互动性,使得教育机器人更大程度地模拟了真人教学场景,扮演教师角色,调动学员学习的积极性。

附图说明

为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:

图1是本申请提供的手势互动方法一实施例的流程示意图;

图2是图1所示的实施例中当前场景图像中手部区域的示意图;

图3是本申请提供的手势互动方法另一实施例的流程示意图;

图4a是图3所示的实施例中子图像中特征点的示意图;

图4b是图3所示的实施例中待匹配二值遮罩图像的示意图;

图5是图3所示的实施例中步骤39的流程示意图;

图6a是图3所示的实施例中当前场景图像的中心与手部区域的中心的位置示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/201911350895.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top