一种基于手势关键点的动态手势识别方法技术

本发明专利技术提供了一种基于手势关键点的动态手势识别方法，属于计算机手势识别领域。其特征在于：所述方法通过逆时针获取人手的轮廓点坐标，进而确定手指指尖和指根的位置，根据指尖和指根的运动方向、距离和角度来识别常用的动态手势；所述动态手势包括：抓取，释放，平移，顺时针旋转，逆时针旋转以及前推。本发明专利技术提出了一种基于指尖的位置，距离和方向的动态手势识别算法。它可以避免内腔的手势和外部噪声的识别冲击。经过大量实验，本发明专利技术可以识别抓握，放置，顺时针旋转，逆时针旋转，以及四个方向的平移和向前推动态手势识别率为96％。

【技术实现步骤摘要】
一种基于手势关键点的动态手势识别方法
本专利技术属于计算机手势识别领域，具体涉及一种基于手势关键点的动态手势识别方法。
技术介绍
手势识别的过程主要包括四个阶段：手势图像采集，使用包括边缘检测、滤波和归一化的一些技术的手势图像预处理，提取手势主要特征，识别(或分类)阶段。在手势识别有许多方法。例如Bailador使用连续时间循环神经网络来进行手势识别.Starner和Sorrentino使用基于实时HMM的系统来识别手势.XiaohuiShen提出了基于运动散度场的手运动的新视觉表示，其可以归一化为灰度图像。然后在运动发散图上检测诸如最大稳定极值区域(MSER)的显着区域。从每个检测到的区域，提取局部描述符以捕获局部运动模式。然后进一步利用索引技术从图像搜索到手势识别。Reyes使用带权重的动态时间规划识别手势。邓[7]通过使用形状上下文匹配和成本矩阵提出了实时手势识别系统。Panwar提出了一种用于手势识别的实时系统，其基于一些有意义的基于形状的特征中心(质心)的检测，手指状态，拇指在手的抬起或折叠手指方面。并且这种基于手势识别的简单形状的方法可以基于作为该算法的输出的5位二进制串本文档来自技高网...

【技术保护点】
一种基于手势关键点的动态手势识别方法，其特征在于：所述方法通过逆时针获取人手的轮廓点坐标，进而确定手指指尖和指根的位置，根据指尖和指根的运动方向、距离和角度来识别常用的动态手势；所述动态手势包括：抓取，释放，平移，顺时针旋转，逆时针旋转以及前推。

【技术特征摘要】
1.一种基于手势关键点的动态手势识别方法，其特征在于：所述方法通过逆时针获取人手的轮廓点坐标，进而确定手指指尖和指根的位置，根据指尖和指根的运动方向、距离和角度来识别常用的动态手势；所述动态手势包括：抓取，释放，平移，顺时针旋转，逆时针旋转以及前推。2.根据权利要求1所述的基于手势关键点的动态手势识别方法，其特征在于：所述方法包括：第一步，从普通摄像头下获取一帧图像；第二步，利用肤色模型法分割图像并对图像进行二值化，如果第i行j列处的像素点为肤色点，那么f(i,j)＝1；第三步，计算二值化后的图像的质心坐标，逆时针获得手势轮廓上的点的坐标，并记录轮廓的长度C；第四步，计算手指的数量，找到指尖和根的位置记录为P1i和P2i，计算相邻指尖之间的距离记录为H1(i,i+1)，计算相邻指根之间的距离记录为H2(i,i+1)，计算指根和相邻指尖之间的距离记录为H12(i,i+1),H21(i,i)，记录中指尖及其两根根的坐标，计算横轴与连接中指中心和质心坐标的线之间的逆时针角度；第五步，根据二叉决策树，识别动态手势。3.根据权利要求2所述的基于手势关键点的动态手势识别方法，其特征在于：所述第三步中的计算二值化后的图像的质心坐标是这样实现的：根据质心坐标公式计算质心坐标：其中xo是质心点的横坐标，yo是质心点的纵坐标；f(i,j)为坐标点(i，j)处的值，其中i表示行,j表示列，如果第i行j列处的像素点是肤色点，则f(i,j)＝1。4.根据权利要求3所述的基于手势关键点的动态手势识别方法，其特征在于：所述第三步中的逆时针获得手势轮廓上的点的坐标是这样实现的：步骤1：确定起点位置：从手势包围盒的左下方两行开始，逐行搜索皮肤颜色，记录肤色点的数量N，当N大于...

【专利技术属性】
技术研发人员：冯志全，蔡萌萌，赵永国，陈乃阔，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东,37