一种手势识别方法和系统技术方案

本发明专利技术公开了一种手势识别方法，包括以下步骤：S1、分别对不同手势的手势图像序列进行处理，获取手势图像序列的多个关键帧图像，多个关键帧图像组成关键帧集合，得到对应不同手势的多个关键帧集合；S2、根据对应不同手势的多个关键帧集合设计分类器；S3、获取待识别手势的手势图像序列的关键帧集合，并利用分类器对其进行手势识别；还公开了一种手势识别系统。本发明专利技术一种手势识别方法和系统，利用关键帧集合代替整个手势图像序列进行手势识别，可以极大的降低手势识别时需要处理的数据量；进而便于后续环节处理，极大的减小了手势识别时的计算量，提高了手势识别的处理效率。本发明专利技术作为一种手势识别方法和系统，可广泛应用于手势识别领域。

Hand gesture recognition method and system

The invention discloses a gesture recognition method, which comprises the following steps: S1, respectively for gesture image sequences of different gestures for processing, a number of key frame image acquisition gesture image sequences, a number of key frames consisting of a set of key frames, multiple key frames corresponding to different gesture set; S2, according to multiple key frames corresponding to different gesture set classifier design; key frame S3, obtain the gesture image sequence for gesture recognition of the collection and use of the classifier for gesture recognition; a gesture recognition system is also disclosed. The invention relates to a method and system for gesture recognition, gesture set instead of the entire image sequence of gesture recognition using key frames can reduce the need to deal with gesture recognition greatly when the amount of data; and for subsequent processing, greatly reduces the computation time of gesture recognition, improve the processing efficiency of gesture recognition. As a gesture recognition method and system, the invention can be widely applied in the field of hand gesture recognition.

【技术实现步骤摘要】
一种手势识别方法和系统
本专利技术涉及手势识别领域，尤其是一种手势识别方法和系统。
技术介绍
手势识别是指从包含手势的单帧图像或图像序列中识别手势类型的过程。通过手势，不仅可以有效传递信息，还可以与环境进行交互。手势识别广泛应用于人机交互、手语交互、虚拟现实、教育辅助等场合。目前，根据手势识别所使用的传感器形态，手势识别方法可分为：基于惯性传感器的识别方法，基于图像传感器的识别方法，基于深度信息传感器的识别方法等。惯性传感器在手势识别中的不足：传感器输出为空间三个方向的重力加速度和角度，但是多种因素均会影响惯性传感器的输出，使之具有相似的输出，难以区分。比如，除手掌和前臂之外，身体其他部位的动作，也会产生与手势相似的传感器输出，手势识别准确度低。深度信息传感器在手势识别中的不足：1、目前市面上缺少高精度的深度传感器；2、成本相对其他模态传感器成本较高。而基于图像传感器的识别方法，一般是利用手势图像序列进行手势识别，手势图像序列反映了手势内容和变化过程，但是，通常图像序列的采集频率较手势的变换频率高出很多，这使得采集得到图像序列较为冗余，图像帧之间相似程度较高，运算量巨大，处理负担较重本文档来自技高网...

【技术保护点】
一种手势识别方法，其特征在于，包括以下步骤：S1、分别对不同手势的手势图像序列进行处理，获取所述手势图像序列的多个关键帧图像，所述多个关键帧图像组成关键帧集合，得到对应不同手势的多个关键帧集合；S2、根据所述对应不同手势的多个关键帧集合设计分类器；S3、获取待识别手势的手势图像序列的关键帧集合，并利用所述分类器对其进行手势识别。

【技术特征摘要】
1.一种手势识别方法，其特征在于，包括以下步骤：S1、分别对不同手势的手势图像序列进行处理，获取所述手势图像序列的多个关键帧图像，所述多个关键帧图像组成关键帧集合，得到对应不同手势的多个关键帧集合；S2、根据所述对应不同手势的多个关键帧集合设计分类器；S3、获取待识别手势的手势图像序列的关键帧集合，并利用所述分类器对其进行手势识别。2.根据权利要求1所述的手势识别方法，其特征在于，所述手势图像序列的多个关键帧图像的获取方法包括以下步骤：获取手势图像序列中每帧图像的信息熵，并将其映射到一个二维空间坐标平面上，构成手势图像序列的信息熵序列；从所述二维空间坐标平面上的信息熵序列中获取多个局部极值点，所述局部极值点包括局部极大值和局部极小值；进行密度聚类，获取所述多个局部极值点的局部密度，并获取每个局部极值点与局部密度比其大的局部极值点之间的最小距离；获取所述最大的N个最小距离所对应的图像帧为关键帧图像，所述N个关键帧图像组成关键帧集合，所述N为预设特定数目。3.根据权利要求2所述的手势识别方法，其特征在于，所述步骤S2包括以下步骤：S21、利用特征描述子分别对多个关键帧集合的多个关键帧图像进行统一描述实现特征提取，得到多个关键帧特征图集合；S22、对所述多个关键帧特征图集合进行编码；S23、根据多个编码后的关键帧特征图集合设计分类器。4.根据权利要求3所述的手势识别方法，其特征在于，所述特征描述子包括SIFT特征描述子、SURF特征描述子、VLBP特征描述子、LBP-TOP特征描述子、SIFT-3D特征描述子、HOG特征描述子、角点描述子或边缘描述子。5.根据权利要求3所述的手势识别方法，其特征在于，所述步骤S22中的编码方法包括词袋模型。6.根据权利要求3至5任一项所述的手势识别方法，其特征在于，所述步骤S23包括以下步骤：S231、建立手势类别标签与多个编码后的关键帧...

【专利技术属性】
技术研发人员：萧伟，马亚飞，赵宝龙，李新国，宫俊，
申请(专利权)人：深圳数字电视国家工程实验室股份有限公司，
类型：发明
国别省市：广东,44