一种基于余弦距离与动态时间规整的手势识别方法技术

本发明专利技术公开了一种基于余弦距离与动态时间规整的手势识别方法，首先获取手部节点坐标值，使用倒序识别法来截取手势坐标序列，将手势坐标序列进行向量化的特征分割形成待识别序列；然后通过余弦距离和动态时间规整的方法将待识别序列与模板进行匹配，求得其累积距离矩阵以及最短距离值；最后比较DTW检测所得到的最短距离值与设定的阈值之间的大小关系，从而确定动作是否触发，达到动作识别的目标。本发明专利技术可以得到较高的识别率。

A gesture recognition method based on cosine distance and dynamic time warping

The invention discloses a gesture recognition method of cosine distance and dynamic time warping based on the first hand access node coordinates, using the reverse identification method to intercept gesture sequence will coordinate, coordinate sequence of feature vectors of gesture segmentation to form the recognition sequence; and then through the method of cosine distance and dynamic time warping to be identified sequence and template matching to obtain the cumulative distance matrix and the shortest distance between the threshold value; the size of the shortest distance compared DTW test values obtained with the set, so as to determine whether the action is triggered to action recognition target. The invention can obtain higher recognition rate.

【技术实现步骤摘要】
一种基于余弦距离与动态时间规整的手势识别方法
本专利技术属于传感器手势检测
，涉及动态时间规整算法领域以及Kinect体感交互领域；具体涉及一种在Unity3D开发环境下进行设计的基于余弦距离与动态时间规整的手势识别方法。技术背景DynamicTimeWarping算法，中文称动态时间规整算法。最早用于两段语音序列的优化匹配，计算两段序列最小距离，达到比较两段序列相似度的目的。后来由于其同样能识别两段特征序列相似度，也被用于动态手势的检测，有着很高的容错率和鲁棒性，在非概率和深度学习的手势识别领域具有很多的应用。但几乎所有的动态时间规整算法在进行手势识别检测时，都是对身体部位坐标或者骨骼伸展向量进行动作序列的匹配，使得动作识别时，更加趋于“相同”动作的检测。但当手势发起者做出一个相似而非相同手势时，仍需要其能够检测出来的需求也是存在的。所以在对动态时间规整算法作出改进，让它可以满足不同手势发起者的需求变得很有价值和意义。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种基于余弦距离与动态时间规整的手势识别方法。本专利技术所采用的技术方案是：一种基于余弦距离与动态时间规整本文档来自技高网...

【技术保护点】
一种基于余弦距离与动态时间规整的手势识别方法，其特征在于，包括以下步骤：步骤1：获取手部节点坐标值；步骤2：使用倒序识别法来截取手部动作序列；步骤3：将手势坐标序列进行向量化的特征分割，并通过这一过程收集注册的标准动作形成模板序列；步骤4：通过余弦距离法对模板序列和待识别序列进行DTW检测，求得其累积距离矩阵以及最短距离值；步骤5：比较DTW检测所得到的最短距离值与设定的阈值之间的大小关系，从而确定动作是否触发，达到动作识别的目标。

【技术特征摘要】
1.一种基于余弦距离与动态时间规整的手势识别方法，其特征在于，包括以下步骤：步骤1：获取手部节点坐标值；步骤2：使用倒序识别法来截取手部动作序列；步骤3：将手势坐标序列进行向量化的特征分割，并通过这一过程收集注册的标准动作形成模板序列；步骤4：通过余弦距离法对模板序列和待识别序列进行DTW检测，求得其累积距离矩阵以及最短距离值；步骤5：比较DTW检测所得到的最短距离值与设定的阈值之间的大小关系，从而确定动作是否触发，达到动作识别的目标。2.根据权利要求1所述的基于余弦距离与动态时间规整的手势识别方法，其特征在于：步骤1中，运用Kinect深度图骨骼点坐标获取的功能获取手部节点坐标值。3.根据权利要求1所述的基于余弦距离与动态时间规整的手势识别方法，其特征在于，步骤3的具体实现包括以下子步骤：步骤3.1：设动态手势为D，静态手势为S；对于任何一个动态手势D，通过分割，转化为一个静态手势序列：D≈{S[1],S[2],S[3],S[4],......,S[n-1],S[n]}；其中，n表示分割次数，n越大，等式两边越接近；该静态手势序列即为动态手势的特征序列；步骤3.2：设X为空间向量，当n足够大时，两帧之间的向量即可表示为前一帧静态手势的方向特征，则：D≈{S[1],S[2],S[3],S[4],......,S[n-1],S[n]}；转化为：D≈{X[1],X[2],X[3],X[4],......,X[n-1],X[n]}；步骤3.3：通过步骤3.2中的分割过程，获得标准动作对应的模板序列Gestures目标。4.根据权利要求1所述的基于余弦距离与动态时间规整的手势识别方法，其特征在于，步骤4的具体实现包括以下子步骤：步骤4.1：将模板序列中的手势Gestures目标和待识别序列中的手势Gestures用户分解为多个向量组成的序列：Gestures目标＝{X[1],X[2],X[3],......,X[n-1],X[n]}；Ges...

【专利技术属性】
技术研发人员：王志锋，刘清堂，张耀升，赵刚，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：湖北,42