The invention discloses a palm center positioning method and system based on depth information. Including: obtaining the current frame of the human depth image; according to the human depth image, get the probability distribution of each pixel in the hand area; hand area includes the hand part cut area or the hand detection frame area; compare the probability of each pixel with the preset probability threshold, and extract the probability of greater than or equal to the preset probability threshold. Each target pixel forms each target pixel region, normalizes each target pixel region, calculates the area of each target pixel region, and determines the pixel region surrounded by the maximum area contour in each target pixel region to form the selected contour region, and calculates the centroid position of the selected contour region. According to the location of the center of mass, the palm position of the current frame is determined. The palm positioning method based on depth information of the invention can quickly, accurately and stably locate the palm position on the basis of detecting the hand.
【技术实现步骤摘要】
基于深度信息的掌心定位方法及系统
本专利技术涉及交互
,特别涉及一种基于深度信息的掌心定位方法和一种基于深度信息的掌心定位系统。
技术介绍
随着新的交互技术和应用的不断发展,尤其是AR(增强现实)和VR(虚拟现实)的快速发展,手势相关技术被视为下一代新的最具代表性的交互技术。可以实现非接触式远程人机交互。在智能家居领域,智能家电或机器人可以通过手势进行控制和命令;在VR和AR邻域中可以达到逼真的实际体验,在游戏和教学过程中,极大地增强用户体验等等。所有的手势交互技术都涉及到手部检测算法。在其基础上如何更快更准更稳定找到掌心也是十分有用的。一般的常见的掌心定位算法主要是通过找到手部的检测框位置,直接以该方框的中心位置作为掌心位置,或者将检测到的手的区域轮廓求其质心或最小外接圆圆心作为掌心位置。但是,利用上述方法得到的掌心位置容易受到手部检测框变化的影响,不稳定。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一,提出了一种基于深度信息的掌心定位方法和一种基于深度信息的掌心定位系统。为了实现上述目的,本专利技术的第一方面,提供了一种基于深度信息的掌心定位方法,包括:步骤S110、获取当前帧的人体深度图像;步骤S120、根据所述人体深度图像,获得手部区域中逐个像素的概率分布;所述手部区域包括手部分割区域或手部检测框区域;步骤S130、将各像素的概率与预设概率阈值分别进行比较,并提取大于或等于所述预设概率阈值的各目标像素,以形成各目标像素区域;步骤S140、对所述各目标像素区域进行归一化处理;步骤S150、计算所述各目标像素区域的面积,并确定各目 ...
【技术保护点】
1.一种基于深度信息的掌心定位方法,其特征在于,包括:步骤S110、获取当前帧的人体深度图像;步骤S120、根据所述人体深度图像,获得手部区域中逐个像素的概率分布;所述手部区域包括手部分割区域或手部检测框区域;步骤S130、将各像素的概率与预设概率阈值分别进行比较,并提取大于或等于所述预设概率阈值的各目标像素,以形成各目标像素区域;步骤S140、对所述各目标像素区域进行归一化处理;步骤S150、计算所述各目标像素区域的面积,并确定各目标像素区域中的最大面积轮廓所包围的像素区域,以形成选定轮廓区域;步骤S160、计算得到所述选定轮廓区域的质心位置;步骤S170、根据所述质心位置,确定当前帧的掌心位置。
【技术特征摘要】
1.一种基于深度信息的掌心定位方法,其特征在于,包括:步骤S110、获取当前帧的人体深度图像;步骤S120、根据所述人体深度图像,获得手部区域中逐个像素的概率分布;所述手部区域包括手部分割区域或手部检测框区域;步骤S130、将各像素的概率与预设概率阈值分别进行比较,并提取大于或等于所述预设概率阈值的各目标像素,以形成各目标像素区域;步骤S140、对所述各目标像素区域进行归一化处理;步骤S150、计算所述各目标像素区域的面积,并确定各目标像素区域中的最大面积轮廓所包围的像素区域,以形成选定轮廓区域;步骤S160、计算得到所述选定轮廓区域的质心位置;步骤S170、根据所述质心位置,确定当前帧的掌心位置。2.根据权利要求1所述的掌心定位方法,其特征在于,所述步骤S140包括:归一化各目标像素区域的概率值区间在[0,1]。3.根据权利要求1所述的掌心定位方法,其特征在于,所述步骤S170包括:基于预先设定的带有概率权重的MeanShift算法,以所述质心位置为种子点,以选定轮廓区域求其最小外接圆半径的预设值作为滑动窗口大小的尺度,通过迭代求取最后收敛的中心位置作为当前帧的初步掌心位置。4.根据权利要求3所述的掌心定位方法,其特征在于,还包括:S180、优化当前帧的所述初步掌心位置;所述步骤S180包括:基于上一帧的掌心位置,确定当前帧的掌心位置影响因子;基于当前帧的初步掌心位置和当前帧的所述掌心位置影响因子,确定当前帧的最终掌心位置。5.根据权利要求4所述的掌心定位方法,其特征在于,根据下述关系式计算当前帧的所述最终掌心位置;Hc(t)=Hc(t-1)*Q+C(t)*(1-Q);其中,Hc(t)为当前帧的最终掌心位置,Q为掌心位置影响因子,C(t)为当前帧的初步掌心位置。6...
【专利技术属性】
技术研发人员:王行,周晓军,盛赞,李骊,李朔,杨淼,
申请(专利权)人:北京华捷艾米科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。