[发明专利]一种静态手势识别方法和装置

摘要

本发明公开了一种静态手势识别方法，多个手势图片通过双层l1范数变换构成分类器的训练集，进而提供给分类器进行训练，得到含有具体分类参数的分类器，所述分类器用于对不同静态手势进行分类；还公开了一种静态手势识别装置。本发明将手势图像信息用双层l1范数表示形式表达，进而构成分类器训练集用于训练分类器以确定分类器的具体参数，最后利用分类器对手势图像进行分类，步骤简洁紧凑，提高手势识别的精确度及效率。本发明作为一种静态手势识别方法和装置，可广泛应用于手势识别领域。

主权项

1.一种静态手势识别方法，其特征在于，多个手势图片通过双层l1范数变换构成分类器的训练集，进而提供给分类器进行训练，得到含有具体分类参数的分类器，所述分类器用于对不同静态手势进行分类；包括以下步骤：S1、分别对多个手势图像撷取一帧包含待识别手势的图像，得到多个矩阵I，矩阵I内每个元素对应待识别手势图像的一个像素；S2、分别提取I的图像特征，得到由多个手势的特征向量y构成的集合；S3、对集合中的每个向量y进行双层l1范数变换得到每个向量y的双层映射向量p，由多个双层映射向量p构成分类器的训练集{p}；S4、根据训练集得到含有具体分类参数的分类器，所述分类器对待识别的手势图像进行识别；所述步骤S3包括：S31、对多个手势的特征向量y的集合中的各个向量y进行聚类之后得到的码书V，V为矩阵，根据目标函数在约束条件s.t 1Ta＝1下对y进行l1范数变换，其中，向量a是特征向量y经过变换后的映射向量a，向量d代表a与V中各列向量之间的欧氏距离，求解得到各个特征向量y的映射向量a和多个映射向量a的维数D1；S32、对矩阵V中由映射向量a确定的各个列向量vi进行聚类之后得到的码书U，U为矩阵，根据目标函数在约束条件s.t 1Tbi＝1下对矩阵V中的各个列向量vi进行l1范数变换，i∈1,2,3，……D1，其中，向量t表示vi与U中各列向量之间的欧氏距离，求解得到多个vi的映射向量bi和多个映射向量bi的维数D2；S33、根据向量a和向量bi得到多个y对应的多个双层映射向量p，每个p的形式为p＝[a1b1,a2b2,……aibi，……aD1bD1]T，p的维数为D1×D2，多个p构成分类器的训练集{p}；所述步骤S4包括：S41、利用训练集{p}对分类器进行训练，得到含有具体分类参数的分类器；S42、提取待识别手势图像Ix的图像特征，得到待识别手势图像Ix的特征向量yx；S43、对yx进行双层l1范数变换得到yx的双层映射向量px；S44、将px输入分类器进行识别，得到对应的手势类型。