【技术实现步骤摘要】
一种基于Kinect的哑语手势识别方法
本专利技术属于计算机视觉
,具体涉及一种基于Kinect的哑语手势识别方法。
技术介绍
哑语手势识别的目的是通过计算机提供一种有效而准确的机制,将哑语手势翻译成文本或语音,使聋人与正常人之间的交流更加方便、快捷。手语识别已经变成人机交互领域的一项非常重要的研究内容,引起了越来越多专家学者的关注。目前我国有2800多万聋哑人,对哑语手势识别的研究,将直接造福聋哑患者,为他们提供一种更加流畅、更加快捷的与人交流的途径,以便于他们能更好的生活,这也对构建和谐社会、美好生活产生积极影响。目前手势识别研究以初具规模,主要有基于传感器的数据手套法和位置跟踪传感器法,以及基于视觉的识别方法。
技术实现思路
本专利技术的目的是提供一种基于Kinect的哑语手势识别方法,以距离特征和曲率特征进行哑语手势的识别,提高了哑语手势的识别率。本专利技术所采用的技术方案是,一种基于Kinect的哑语手势识别方法,具体按照以下步骤实施:步骤1,提取哑语手势区域;步骤2,经步骤1后,提取哑语手势的距离特征和曲率特征;步骤3,经步骤2后,利用哑语手势的距离特征和曲率特征进行哑语手势的识别。本专利技术的特点还在于,步骤1中,提取哑语手势区域,具体步骤如下:步骤1.1,对哑语手势进行粗粒度分割:深度图像f(x,y,z)中手势区域与背景区域属于不同的距离集合,即一个手势区域集合和一个背景区域集合,如式(1)所示,当区域g(x,y,z)=1时,属于手势区域;当区域g(x,y,z)=0时,属于背景区域;式(1)中,T为手腕与传感器的间距;s为距离常数,s=8 ...
【技术保护点】
1.一种基于Kinect的哑语手势识别方法,其特征在于,具体按照以下步骤实施:步骤1,提取哑语手势区域;步骤2,经步骤1后,提取哑语手势的距离特征和曲率特征;步骤3,经步骤2后,利用哑语手势的距离特征和曲率特征进行哑语手势的识别。
【技术特征摘要】
1.一种基于Kinect的哑语手势识别方法,其特征在于,具体按照以下步骤实施:步骤1,提取哑语手势区域;步骤2,经步骤1后,提取哑语手势的距离特征和曲率特征;步骤3,经步骤2后,利用哑语手势的距离特征和曲率特征进行哑语手势的识别。2.根据权利要求1所述的一种基于Kinect的哑语手势识别方法,其特征在于,所述步骤1中,提取哑语手势区域,具体步骤如下:步骤1.1,对哑语手势进行粗粒度分割:深度图像f(x,y,z)中手势区域与背景区域属于不同的距离集合,即一个手势区域集合和一个背景区域集合,如式(1)所示,当区域g(x,y,z)=1时,属于手势区域;当区域g(x,y,z)=0时,属于背景区域;式(1)中,T为手腕与传感器的间距;s为距离常数,s=8;步骤1.2,将经步骤1.1后得到的手势区域进行细粒度,得到手势图像,具体步骤如下:步骤1.21,将哑语手势区域的图像的RGB空间转换到YCbCr空间中,如式(2)所示:式(2)中,Y为亮度;Cb为蓝色色差;Cr为红色色差;R为红色分量;G为绿色分量;B为蓝色分量;步骤1.22,在YCbCr空间中建立哑语手势区域图像的高斯模型;步骤1.23,经步骤1.22后,计算哑语手势区域中每个像素点的肤色的概率,当肤色概率大于或者等于0.9时,该像素点为强肤色点,则保留;当肤色概率小于0.9时,该像素点为弱肤色点,则去除。3.根据权利要求2所述的一种基于Kinect的哑语手势识别方法,其特征在于,所述步骤1.23中,像素点肤色的概率计算公式,如式(3)所示:P(Cb,Cr)=exp{-0.5(x-m)TC-1(x-m)}(3);式(3)中,x=(Cb,Cr)T;m为像素点的统计均值,m=E(x);C为像素点的统计协方差矩阵,C=E{(x-m)(x-m)T}。4.根据权利要求1所述的一种基于Kinect的哑语手势识别方法,其特征在于,所述步骤2中,提取哑语手势的距离特征和曲率特征,具体步骤如下:步骤2.1,提取哑语手势的质心特征:在经步骤1.2后得到的手势图像中,将多连通区域按像素密度大小排序,选取像素密度最大的连通区域,即为手掌连通域S,计算手掌连通域S的质心坐标(x0·y0),即为哑语手势质心;若最大手掌连通域有多个时,则先计算每个手掌连通域的质心坐标(x0·y0),再将每个手掌连通域的质心坐标相连成多边形,之后再计算多边形的中心,即为哑语手势质心;步骤2.2,将经步骤1后得到的哑语手势图像进行高斯滤波降噪,得到平滑的哑语手势图像;步骤2.3,将经步骤2.3后得到的哑语手势图像使用Canny算子边缘检测算法,得到哑语手势轮廓线;步骤2.4,经步骤2.3后,提取哑语手势的距离特征,具体步骤如下:步骤2.41,计算每两个强边缘像素点之间的欧式距离;步骤2.42,经步骤2.41后,以哑语手势质心为原点,以欧式距离最大且两个强边缘像素点都在轮廓线上的...
【专利技术属性】
技术研发人员:王映辉,刘远胜,陈晨,宁小娟,
申请(专利权)人:西安理工大学,
类型:发明
国别省市:陕西,61
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。