[发明专利]一种基于Leap Motion的手语字母识别方法在审
申请号: | 201510254098.8 | 申请日: | 2015-05-17 |
公开(公告)号: | CN104866824A | 公开(公告)日: | 2015-08-26 |
发明(设计)人: | 黄爱发;徐向民;邢晓芬;李兆海;倪浩淼 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 何淑珍 |
地址: | 510640 广*** | 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: | 本发明公开一种基于Leap Motion的手语字母识别方法。本发明通过深度摄像头Leap Motion装置获取手的手掌和手腕骨骼关节点3D坐标信息;对获取的3D坐标信息进行相关计算得到手的关节的弯曲角度信息,然后通过对角度信息进行特征处理,分别获得手型特征信息和手腕弯曲程度的特征信息;对获得的特征信息计算与模板的欧拉距离根据最大概率的近邻准则和连续帧流结果相一致原则,识别出手语字母。所述方法有效的实现快速识别汉语手语字母的目标,并且各个手语字母基元相对独立,识别手语字母的连续性序列可以实时识别手语。本发明能够实时对基于手语字母的手语进行识别,方便聋哑人利用该可穿戴设备与他人进行有效的沟通交流。 | ||
搜索关键词: | 一种 基于 leap motion 手语 字母 识别 方法 | ||
【主权项】:
一种基于Leap Motion的手语字母识别方法,其特征在于,包括以下步骤:步骤1:利用深度摄像头设备Leap Motion获取手语字母的手掌和手腕的骨骼关节点的3D坐标信息;步骤2:根据手掌和手腕的骨骼关节点的3D坐标向量信息计算对应关节的弯曲角度,获取手型特征信息和手腕偏移角度特征信息;步骤3:根据步骤2获得的特征信息利用模板匹配的方法以及最大概率和最近邻准则识别出手语字母;步骤4:根据连续帧流相一致的识别结果确定输出手语字母含义。
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华南理工大学,未经华南理工大学许可,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/patent/201510254098.8/,转载请声明来源钻瓜专利网。