一种手势识别方法和装置以及虚拟现实终端制造方法及图纸

本发明专利技术实施例提供一种手势识别方法和装置以及虚拟现实终端，所述方法包括：获取手势行为动作对应的多个手型图像；根据多类分类对所述多个手型图像序列进行训练，得到与所述多个手型图像相对应的分类器，将所述相应的分类器与随机森林进行匹配以确定出手势行为动作的含义。本发明专利技术实施例的手势识别方法和装置以及虚拟现实终端，采用多类分类和随机森林，对获取的手势的行为动作的多个手型图像序列进行训练，得到与每个手型图像相对应的分类器，可以避免现有技术中单依赖手指尖或者手掌心的运动进行分析时的误判性，降低手势行为中相邻两种动作的识别的误检，以及提高准确度。

【技术实现步骤摘要】

本专利技术实施例涉及人机交互
，尤其涉及一种手势识别方法和装置以及虚拟现实终端。
技术介绍
手势识别技术是人机交互的重要技术，例如，视觉机器人利用手型识别技术采集手势的动作而进行相应的处理。手势识别是人机交互的重要技术，由简单粗略的到复杂精细的，大致可以分为三个等级：二维手型识别、二维手势识别、三维手势识别。二维只是一个平面空间，可以用(X坐标，Y坐标)组成的坐标信息来表示一个物体在二维空间中的坐标位置，就像是一幅画出现在一面墙上的位置。三维则在此基础上增加了“深度”(Z坐标)的信息，这是二维所不包含的。二维手型识别，也可称为静态二维手势识别，识别的是手势中最简单的一类。这种技术在获取二维信息输入之后，可以识别几个静态的手势，比如握拳或者五指张开。例如，用户可以用几个手型来控制播放器，例如，用户将手掌举起来放到摄像头前，视频就开始播放了；再把手掌放到摄像头前，视频又暂停了。二维手势识别，比起二维手型识别来说稍难一些，但仍然基本不含深度信息，停留在二维的层面上。这种技术不仅可以识别手型，还可以识别一些简单的二维手势动作，比如对着摄像头挥挥手。二维手势识别拥有了动态的特征，可以追踪手势的运动，进而识别将手势和手部运动结合在一起的复杂动作。这样一来，就把手势识别的范围真正拓展到二维平面了，例如，不仅可以通过手势来控制计算机播放/暂停，还可以实现前进/后退/向上翻页/向下滚动这些需求二维坐标变更信息的复杂操作。三维手势识别技术，是基于三维层面的，三维手势识别与二维手势识别的最根本区别就在于，三维手势识别需要的输入是包含有深度的信息，这就使得三维手势识别在硬件和软件两方面都比二维手势识别要复杂得多。对于一般的简单操作，比如只是想在播放视频的时候暂停或者继续放映，二维手势也就足够了。但是对于一些复杂的人机交互，比如玩游戏或者应用在VR(虚拟现实)上，三维手势是必须的。自然的手势跟踪是真正的增强现实/虚拟现实(AR/VR)所必须的，需要能准确快速的识别复杂动作，并且作为软件开发工具包(SDK，SoftwareDevelopmentKit)提供给开发者只需要占用很少的资源。手势识别，简单地说，这项技术是利用各类传感器对手部/手持工具的形态、位移等进行持续采集，每隔一段时间完成一次建模，形成一个模型信息的序列帧，再将这些信息序列转换为对应的指令，用来控制实现某些操作。手势识别中，手的运动能有效表达人的意愿。但是人手在表达向上挥动时，并不是竖直向上的，而是向右倾斜(以右手为例)，而人用右手表达向右的动作时，会有向上的倾斜，类似的情况也出现在用向左和向上的表达方式中，因此如何提高这种相邻两种动作的识别度成为有必要解决的问题。在实现本专利技术的过程中，专利技术人发现现有技术采用点和轨迹，使用图像序列解决误差性，但是依然不能降低对相邻两种动作的识别的误差。
技术实现思路
本专利技术实施例的目的在于提供一种手势识别方法和装置以及虚拟现实终端，用以解决现有技术中手势行为中相邻两种动作的识别的误检和不够准确的问题。本专利技术实施例采用的技术方案如下：本专利技术的一实施例提供一种手势识别方法，包括：获取手势行为动作对应的多个手型图像；根据多类分类对所述多个手型图像序列进行训练，得到与所述多个手型图像相对应的分类器，将所述相应的分类器与随机森林进行匹配以确定出手势行为动作的含义。可选地，在所述获取手势行为动作对应的多个手型图像之前，所述方法还包括：建立所述随机森林，所述随机森林由多个决策树组成，所述随机森林的每一棵决策树对应一个手势行为动作含义；所述将所述相应的分类器与随机森林进行匹配以确定出手势行为动作的含义具体包括：将所述得到的分类器与所述随机森林中的每一棵决策树分别进行比较，根据分类器和决策树的对应关系确定与所述分类器对应的决策树；根据决策树与手势行为动作含义的对应关系确定与所述确定的决策树对应的手势行为动作含义。可选地，所述根据多类分类对所述多个手型图像序列进行训练，得到与所述多个手型图像相对应的分类器具体包括：对所述多个手型图像序列进行多类分类，每次分类结果得到一个分类器，所述多类分类的类别包括如下两个或多个：图像的灰度、图像的颜色、图像的纹理和图像的形状。可选地，所述手势行为动作的含义包括如下任一种或多种的组合：手向上、手向下、手向左、手向右、手向前、手向后、手左右摇摆、手上下摇摆和手画圆圈。可选地，所述多类分类包括一类对余类法、一对一分类法、二叉树法、纠错输出编码法和有向非循环图法的任意一个。本专利技术的另一实施例提供一种手势识别装置，包括：获取单元，用于获取手势行为动作对应的多个手型图像；确定单元，根据多类分类对所述多个手型图像序列进行训练，得到与所述多个手型图像相对应的分类器，将所述相应的分类器与随机森林进行匹配以确定出手势行为动作的含义。可选地，所述手势识别装置还包括：随机森林建立单元，用于建立所述随机森林，所述随机森林由多个决策树组成，所述随机森林的每一棵决策树对应一个手势行为动作含义；存储单元，用于存储所述建立的随机森林；所述确定单元还包括：比较子单元，用于将所述得到的分类器与所述随机森林中的每一棵决策树分别进行比较，根据分类器和决策树的对应关系确定与所述分类器对应的决策树；根据决策树与手势行为动作含义的对应关系确定与所述确定的决策树对应的手势行为动作含义。可选地，所述确定单元还包括：训练子单元，用于对所述多个手型图像序列进行多类分类，每次分类结果得到一个分类器，所述多类分类的类别包括如下两个或多个：图像的灰度、图像的颜色、图像的纹理和图像的形状。可选地，所述手势行为动作的含义包括如下任一种或多种的组合：手向上、手向下、手向左、手向右、手向前、手向后、手左右摇摆、手上下摇摆和手画圆圈。可选地，所述多类分类包括一类对余类法、一对一分类法、二叉树法、纠错输出编码法和有向非循环图法的任意一个。本专利技术的另一实施例提供一种虚拟现实终端，包括：硬件处理器，用于获取手势行为动作对应的多个手型图像；根据多类分类对所述多个手型图像序列进行训练，得到与所述多个手型图像相对应的分类器，将所述相应的分类器与随机森林进行匹配以确定出手势行为动作的含义。可选地，所述硬件处理器还用于建立所述随机森林，所述随机森林由多个决策树组成，所述随机森林的每一棵决策树对应一个手势行为动作含义；所述虚拟现实终端还包括：存储器，用于存储所述建立的随机森林；所述硬件处理器还用于将所述得到的分类器与所述随机森林中的每一棵决策树分别进行比较，根据分类器和决策树的对应关系确定与所述分类器对应的决策树；根据决策树与手势行为动作含义的对应关系确定与所述确定的决策树对应的手势行为动作含义。可选地，所述硬件处理器还用于对所述多个手型图像序列进行多类分类，每次分类结果得到一个分类器，所述多类分类的类别包括如下两个或多个：图像的灰度、图像的颜色、图像的纹理和图像的形状。可选地，所述手势行为动作的含义包括如下任一种或多种的组合：手向上、手向下、手向左、手向右、手向前、手向后、手左右摇摆、手上下摇摆和手画圆圈。可选地，所述多类分类包括一类对余类法、一对一分类法、二叉树法、纠错输出编码法和有向非循环图法的任意一个。本专利技术实施例的技术方案具有以下优点：本专利技术实施例的手势识别方法和装本文档来自技高网...

【技术保护点】
一种手势识别方法，其特征在于，包括：获取手势行为动作对应的多个手型图像；根据多类分类对所述多个手型图像序列进行训练，得到与所述多个手型图像相对应的分类器，将所述相应的分类器与随机森林进行匹配以确定出手势行为动作的含义。

【技术特征摘要】
1.一种手势识别方法，其特征在于，包括：获取手势行为动作对应的多个手型图像；根据多类分类对所述多个手型图像序列进行训练，得到与所述多个手型图像相对应的分类器，将所述相应的分类器与随机森林进行匹配以确定出手势行为动作的含义。2.如权利要求1所述的方法，其特征在于，在所述获取手势行为动作对应的多个手型图像之前，所述方法还包括：建立所述随机森林，所述随机森林由多个决策树组成，所述随机森林的每一棵决策树对应一个手势行为动作含义；所述将所述相应的分类器与随机森林进行匹配以确定出手势行为动作的含义具体包括：将所述得到的分类器与所述随机森林中的每一棵决策树分别进行比较，根据分类器和决策树的对应关系确定与所述分类器对应的决策树；根据决策树与手势行为动作含义的对应关系确定与所述确定的决策树对应的手势行为动作含义。3.如权利要求1所述的方法，其特征在于，所述根据多类分类对所述多个手型图像序列进行训练，得到与所述多个手型图像相对应的分类器具体包括：对所述多个手型图像序列进行多类分类，每次分类结果得到一个分类器，所述多类分类的类别包括如下两个或多个：图像的灰度、图像的颜色、图像的纹理和图像的形状。4.如权利要求1所述的方法，其特征在于，所述手势行为动作的含义包括如下任一种或多种的组合：手向上、手向下、手向左、手向右、手向前、手向后、手左右摇摆、手上下摇摆和手画圆圈。5.如权利要求1-4任意一项所述的方法，其特征在于，所述多类分类包括一类对余类法、一对一分类法、二叉树法、纠错输出编码法和有向非循环图法的任意一个。6.一种手势识别装置，其特征在于，包括：获取单元，用于获取手势行为动作对应的多个手型图像；确定单元，根据多类分类对所述多个手型图像序列进行训练，得到与所述多个手型图像相对应的分类器，将所述相应的分类器与随机森林进行匹配以确定出手势行为动作的含义。7.如权利要求6所述的装置，其特征在于，所述手势识别装置还包括：随机森林建立单元，用于建立所述随机森林，所述随机森林由多个决策树组成，所述随机森林的每一棵决策树对应一个手势行为动作含义；存储单元，用于存储所述建立的随机森林；所述确定单元还包括：比较子单元，用于将所述得到的分类器与所述随机森林中的每一棵决策树分别进行比较，根据分类器和决策树的对应关系确定与所述...

【专利技术属性】
技术研发人员：张超，
申请(专利权)人：乐视控股北京有限公司，乐视致新电子科技天津有限公司，
类型：发明
国别省市：北京;11