一种基手指识别的手势识别方法技术

本发明专利技术公开了一种基手指识别的手势识别方法，属于手势识别技术领域；方法包括：通过一图像采集装置获取关联于使用者全身的视频数据流，并处理得到骨骼点信息；根据骨骼点信息，确定手心位置信息与手长信息；根据手心位置信息判断使用者的手心距离地面的高度是否大于一预设的高度阈值，并在是时继续执行步骤；判断得到手掌区域的图像，并对手掌区域的图像进行分割裁剪以及进行预处理，得到相应的手部掩膜并输出；根据处理结果，识别出手部的指尖区域，并根据指尖区域的几何关系对使用者的手势进行识别。上述技术方案的有益效果是：消除背影响，避免一些无效手势被误认为使用者进行手势指令输入的情况发生，提升了手势识别的准确性。

Hand gesture recognition method based on finger recognition

The invention discloses a method of gesture recognition based on finger recognition, which belongs to the field of gesture recognition technology; methods include: video data through an image acquisition device for acquiring users associated with systemic flow, and get the skeleton point information; according to the skeleton information, determine the hand position information and hand length information; according to the position information of the palm of the hand to determine the height of the user hand from the ground is greater than a preset threshold level, and continue to step in; judging image palm area, and the image is segmented and the palm area of pretreatment, the corresponding hand mask and output; according to the results, the hand fingertip region recognition and, according to the geometric relations of the user's fingertip area gesture recognition. The beneficial effect of the technical proposal is that the back influence is eliminated, and some invalid gestures are avoided to be mistaken for the gesture input by the user, and the accuracy of gesture identification is improved.

【技术实现步骤摘要】
一种基手指识别的手势识别方法
本专利技术涉及手势识别
，尤其涉及一种手势识别方法。
技术介绍
目前国内外的手势识别方法大致分为2类，基于穿戴类设备和基于传统视觉。基于穿戴设备的手势识别是从数据手套、位置跟踪器等传感器获得手指运动特征数据，传入计算机同时使用神经网络进行关节数据的分析从而获得手势以达到人机交互。主要优点是可以测定手指的姿势和手势，但是相对而言较为昂贵，不利于大量推广应用。基于传统视觉识别的方法利用普通摄像头采集手势视频或者图像信息，再进行识别处理。该方式虽然给使用者带来了很好的人机交互性，但为了提高系统的鲁棒性和有效地进行手部位置、手形、手指方向等而为特征的提取，识别人需要戴有颜色的手套，穿有特定要求的服装，并且识别人的背景需要统一的颜色，因此基于传统视觉识别的方法容易受到背景、灯光、摄像头的位置等环境因素的影响。
技术实现思路
根据现有技术中存在的上述问题，现提供一种基于景深图像的手指手势识别方法的技术方案，具体包括：一种手势识别方法，其中，包括如下步骤：步骤S1，通过一图像采集装置获取关联于使用者全身的视频数据流，并处理得到关联于所述使用者的各个骨骼点的骨骼点信息本文档来自技高网...

【技术保护点】
一种手势识别方法，其特征在于，包括如下步骤：步骤S1，通过一图像采集装置获取关联于使用者全身的视频数据流，并处理得到关联于所述使用者的各个骨骼点的骨骼点信息；步骤S2，根据所述骨骼点信息，确定表示所述使用者的手心位置的手心位置信息与表示所述使用者的手长的手长信息；步骤S3，根据所述手心位置信息判断所述使用者的手心距离地面的高度是否大于一预设的高度阈值：若是，则继续执行所述步骤S4；若否，则退出；步骤S4，判断得到手掌区域的图像，并对所述手掌区域的图像进行分割裁剪以及进行预处理，得到相应的手部掩膜并输出；步骤S5，根据所述处理结果，识别出手部的指尖区域，并根据所述指尖区域的几何关系对所述使用者的...

【技术特征摘要】
1.一种手势识别方法，其特征在于，包括如下步骤：步骤S1，通过一图像采集装置获取关联于使用者全身的视频数据流，并处理得到关联于所述使用者的各个骨骼点的骨骼点信息；步骤S2，根据所述骨骼点信息，确定表示所述使用者的手心位置的手心位置信息与表示所述使用者的手长的手长信息；步骤S3，根据所述手心位置信息判断所述使用者的手心距离地面的高度是否大于一预设的高度阈值：若是，则继续执行所述步骤S4；若否，则退出；步骤S4，判断得到手掌区域的图像，并对所述手掌区域的图像进行分割裁剪以及进行预处理，得到相应的手部掩膜并输出；步骤S5，根据所述处理结果，识别出手部的指尖区域，并根据所述指尖区域的几何关系对所述使用者的手势进行识别。2.如权利要求1所述的手势识别方法，其特征在于，所述步骤S1中，所述图像采集装置为景深摄像头；所述视频数据为关联于所述使用者的全身的景深视频数据。3.如权利要求2所述的手势识别方法，其特征在于，所述步骤S1包括：步骤S11，采用所述图像采集装置采集包括背景以及所述使用者的全身的景深图像的视频数据流；步骤S12，将所述视频数据流中包括的每帧的所述景深图像的像素的三维信息进行空间变换，以得到实际空间中的对应的点云信息；步骤S13，根据每个所述像素对应的所述点云信息，获得每个所述像素与所述景深摄像头之间的距离；步骤S14，分别根据每个所述像素对应的所述距离，处理得到所述骨骼点信息。4.如权利要求1所述的手势识别方法，其特征在于，所述步骤S2包括：步骤S21，根据处理得到的关联于所述使用者的各个所述骨骼点的所述骨骼点信息，获得所述使用者的所述手心位置信息；步骤S22，根据处理得到的关联于所述使用者的各个所述骨骼点的所述骨骼点信息，依照下述公式计算得到所述使用者的身高信息：其中，H1表示所述使用者的身高数值，H2表示背景的像素高度数值，H3表示所述使用者在被采集的视频图像中的像素高度数值，d表示所述使用者与所述景深摄像头之间的距离数值，θ表示所述景深摄像头在水平方向上的垂直角度数值；步骤S23，根据预设的人体身高与人体手...

【专利技术属性】
技术研发人员：祝铭明，
申请(专利权)人：芋头科技杭州有限公司，
类型：发明
国别省市：浙江,33