【技术实现步骤摘要】
一种基于手指颜色贴片的手势轨迹识别方法
本专利技术涉及一种基于手指颜色贴片的手势轨迹识别方法,属于人机交互
技术介绍
在信息科技快速发展的今天,各种智能设备的出现,正在改变着人们的日常生活。随着新型智能设备的涌现,新型的人机交互方式也在颠覆传统的人机交互模式。利用手势进行人机交互更直观、更方便、更加符合人们的交流习惯。手势识别技术可以分为两类:一类是基于计算机视觉技术的手势识别,另一类是基于其它技术的手势识别,如基于超声波技术、基于WIFI技术的手势识别。基于计算机视觉技术的手势识别具有成本更低,识别手势的类型更多,可扩展性更好等特点,是目前手势交互技术研究的热门。基于计算机视觉技术的手势识别又分为静态手势识别与动态手势识别,静态手势利用手部的形状以及手部的不同姿态来进行识别,而动态手势则多用手部的轨迹来进行识别、交互。在会议、课堂以及任何需要文字、字符输入的场合都可以使用轨迹识别的方式来进行便利的人机交互。专利(申请号:CN201610069836;名称:基于深度卷积神经网络的动态手势轨迹识别方法 ...
【技术保护点】
1.一种轨迹识别方法,其特征在于,所述方法包括:/nS1在待识别部位进行颜色贴片,并采集复杂背景下待识别部位的视频轨迹图像,其中颜色贴片被待识别部位完全包围;/nS2获取视频轨迹图像中每帧图片中颜色贴片的质心坐标,得到颜色贴片的质心坐标序列,并对质心坐标序列进行预处理,进而得到视频轨迹图像中颜色贴片的质心轨迹图;/nS3采用训练好的卷积神经网络模型检测得到的质心轨迹图,得出识别结果。/n
【技术特征摘要】
1.一种轨迹识别方法,其特征在于,所述方法包括:
S1在待识别部位进行颜色贴片,并采集复杂背景下待识别部位的视频轨迹图像,其中颜色贴片被待识别部位完全包围;
S2获取视频轨迹图像中每帧图片中颜色贴片的质心坐标,得到颜色贴片的质心坐标序列,并对质心坐标序列进行预处理,进而得到视频轨迹图像中颜色贴片的质心轨迹图;
S3采用训练好的卷积神经网络模型检测得到的质心轨迹图,得出识别结果。
2.根据权利要求1所述的方法,其特征在于,所述S2中对质心坐标序列进行预处理的过程中,采用射线法排除伪质心坐标,所述伪质心坐标为类颜色贴片的颜色的背景图中的非颜色贴片的质心坐标。
3.根据权利要求2所述的方法,其特征在于,所述采用射线法排除伪质心坐标之前,还包括:
获取视频轨迹图像中待识别部位的轮廓坐标并确定采用射线法可能存在的多种非正常情况。
4.根据权利要求3所述的方法,其特征在于,所述采用射线法排除伪质心坐标,包括:以质心坐标点开始,向右或向左的水平方向作一条射线,计算该射线与待识别部位的轮廓的交点个数,若交点个数为偶数,则该质心坐标为伪质心坐标。
5.根据权利要求3所述的方法,其特征在于,所述多种非正常情况包括:
射线与待识别部位轮廓相邻两个轮廓坐标点之间的线段平行;
射线与待识别部位轮廓相邻两个轮廓坐标点之间的线段重叠;
射线在待识别部位轮廓相邻两个轮廓坐标点之间的线段下方;
射线在待识别部位轮廓相邻两个轮廓坐标点之间的线段上方;<...
【专利技术属性】
技术研发人员:高美凤,付天豪,于力革,
申请(专利权)人:江南大学,
类型:发明
国别省市:江苏;32
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。