一种手势识别方法、装置、计算机存储介质及电子设备，属于图像识别领域，其特征在于包括：从含有手图像的视频帧中，通过阈值分割法分割出手区域，并检测手势动作；获取手区域的质心坐标；当检测到的手势动作与预设开始动作相匹配，开始记录手区域的质心坐标；直至检测到的手势动作与预设结束动作相匹配为止；将记录的手区域的质心坐标作为有效轨迹坐标，对有效轨迹坐标进行轨迹类型识别，将识别结果提供至预设指读设备进行识别响应。能有效的解决同一手势不同执行者执行引起的手势轨迹变化，导致手势识别错误问题，能大大提高动态手势的检测识别率，并且具有普遍适用性、实时性，这种方法可以用于实际的生活、工业、控制和智能家居等行业。
【技术实现步骤摘要】
一种手势识别方法、装置、计算机存储介质及电子设备
本专利技术属于图像识别领域，尤其涉及一种手势识别方法、装置、计算机存储介质及电子设备。
技术介绍
目前，关于手势识别的研究主要以基于计算机视觉为主，基于视觉的手势识别主要有静态手势识别和动态手势识别两部分。静态手势识别是针对手型的变化，通过识别出的不同手型来表达不同的含义，对应的是空间的一个点，不包括手势运动的轨迹。动态手势识别是由一系列的手势动作组成，主要研究手势视频序列中连续的手型变化和轨迹变化。动态手势在手势的运动过程中存在多变性，同时复杂的实际环境均增加了手势识别的难度。手势的多变性体现在手势的状态和轨迹是变化多端的，手势可能是伸开的、可能是握拳的、也可能是弯曲手指的状态，而且即使是同一个人在做相同的手势时也会呈现出不一样的轨迹。在动态手势识别系统中，光照变化、复杂背景以及类肤色的干扰均会影响动态手势识别的效果，动态手势轨迹通常由一系列连续的点构成，如何确定一条有效的动态手势轨迹的起始点至关重要，它关系着是否能够完整地将手势轨迹提取出来，降低手势轨迹的识别率。
技术实现思路
本专利技术旨在解决上述问题，提供一种融合轨迹几何特性的手势识别方法、手势识别装置、计算机存储介质及电子设备。第一方面，本专利技术提供了一种手势识别方法，包括：从含有手图像的视频帧中，通过阈值分割法分割出手区域，并检测手势动作；获取手区域的质心坐标；当检测到的手势动作与预设开始动作相匹配，开始记录手区域的质心坐标；直至检测到的手势动作与预设结束动作相匹配为止；将记录的手区域的质心坐标作为有效轨迹坐标，对有效轨迹坐标进行轨迹类型识别，将识别结果提供至预设指读设备进行识别响应。优选的，所述轨迹类型包括直线类和曲线类；所述直线类包括直线轨迹和折线轨迹；所述曲线类包括圆形轨迹和S形轨迹；所述圆形轨迹包括单圆轨迹和多圆轨迹。优选的，所述轨迹类型识别过程包括：所述有效轨迹坐标中所有相邻两点之间的和近似等于起点至终点的距离为直线类；所述有效轨迹坐标中起点至一定点间所有相邻两点之间的和近似等于起点至终点的距离，且在定点后所有相邻两点的之和大于定点至终点的距离为折线类；所述有效轨迹坐标中所有相邻两点的之和大于起点至终点的距离为曲线类。优选的，所述轨迹类型识别过程包括：所述有效轨迹坐标中所有点与起点的距离先增大，到最大后减小的趋势则为圆形轨迹；所述有效轨迹坐标中所有点与起点的距离先增大再减小，再增大的趋势则为S形轨迹。优选的，所述轨迹类型识别过程包括：所述有效轨迹坐标中所有点与起点的距离先增大，到最大后减小的趋势，且出现多个最大值和多个最小值则为多圆轨迹；所述最大值的数量与最小值数量相同；所述多圆数量与最大值数量相同。优选的，所述识别结果包括无效手势。优选的，所述手图像设置有特定颜色；设置特定颜色在视频帧手的检测中，避免视频中其他非操作者手的影响，这样就很容易在视频的每一帧图像中检测到操作者的手，以便后续对手势进行分割和特征提取。第二方面，本专利技术提供了一种手势识别装置，包括：采集模块，用于从含有手图像的视频帧中，通过阈值分割法分割出手区域，并检测手势动作；获取手区域的质心坐标；判断模块，用于检测手势动作；当检测到的手势动作与预设开始动作相匹配，开始记录手区域的质心坐标；直至检测到的手势动作与预设结束动作相匹配为止；识别模块，用于将记录的手区域的质心坐标作为有效轨迹坐标，对有效轨迹坐标进行轨迹类型识别，将识别结果提供至预设指读设备进行识别响应。第三方面，本专利技术提供了一种计算机存储介质，其上存储有计算机程序；所述计算机程序被处理器执行时实现上述第一方面所述的手势识别方法。第四方面，本专利技术提供了一种手势识别电子设备，包括处理器及存储器；所述存储器用于存储所述处理器的可执行指令；所述处理器配置为经由执行所述可执行指令来执行上述第一方面所述的手势识别方法。本专利技术实施例中的上述一个或多个技术方案，至少具有如下一种或多种优点和积极效果：通过从含有手图像的视频帧中，通过阈值分割法分割出手区域，并检测手势动作；获取手区域的质心坐标；当检测到的手势动作与预设开始动作相匹配，开始记录手区域的质心坐标；直至检测到的手势动作与预设结束动作相匹配为止；将记录的手区域的质心坐标作为有效轨迹坐标，对有效轨迹坐标进行轨迹类型识别，将识别结果提供至预设指读设备进行识别响应。能有效的解决同一手势不同执行者执行引起的手势轨迹变化，导致手势识别错误问题，能大大提高动态手势的检测识别率，并且具有普遍适用性、实时性，这种方法可以用于实际的生活、工业、控制和智能家居等行业。附图说明图1是本专利技术所述手势识别方法整体框架图；图2是本专利技术所述手势识别方法详细流程图；图3是本专利技术实施例所述开始手势图；图4是本专利技术实施例所述结束手势图；图5是本专利技术实施例所述手区域示意图；图6是本专利技术实施例所述S形轨迹图；图7是本专利技术实施例所述圆形轨迹图；图8是本专利技术实施例所述双圆轨迹图；图9是本专利技术实施例所述折线轨迹图；图10是本专利技术实施例所述圆形轨迹中距离变化趋势示意图；图11是本专利技术实施例所述S形轨迹中距离变化趋势示意图。具体实施方式下面通过附图及实施例对本专利技术所述手势识别方法、装置、计算机存储介质及电子设备进行详细说明。示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。本说明书中使用用语“一个”、“所有”和“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。本专利技术提供的技术方案的总体思路如下：如图2所示，在获取到摄像头帧图像后，对帧图像做图像增强等前期处理操作，使帧图像中的手更加清晰，利于下一步根据手的特征提取出手的区域，然后在增强后的图像中提取手的区域，在提取到手的区域后，获取如图5所示手区域的质心坐标；同时检测是否有开始手势的标志，再检测到开始手势标志之后，在后续的检测中就要检测是否有结束的手势标志，没有结束手势就一直保存检测到的手的质心坐标，直到检测到结束手势标志为止。然本文档来自技高网...
【技术保护点】
1.一种手势识别方法，其特征在于包括：/n从含有手图像的视频帧中，通过阈值分割法分割出手区域，并检测手势动作；获取手区域的质心坐标；/n当检测到的手势动作与预设开始动作相匹配，开始记录手区域的质心坐标；直至检测到的手势动作与预设结束动作相匹配为止；/n将记录的手区域的质心坐标作为有效轨迹坐标，对有效轨迹坐标进行轨迹类型识别，将识别结果提供至预设指读设备进行识别响应。/n
【技术特征摘要】
1.一种手势识别方法，其特征在于包括：
从含有手图像的视频帧中，通过阈值分割法分割出手区域，并检测手势动作；获取手区域的质心坐标；
当检测到的手势动作与预设开始动作相匹配，开始记录手区域的质心坐标；直至检测到的手势动作与预设结束动作相匹配为止；
将记录的手区域的质心坐标作为有效轨迹坐标，对有效轨迹坐标进行轨迹类型识别，将识别结果提供至预设指读设备进行识别响应。
2.根据权利要求1所述手势识别方法，其特征在于：所述轨迹类型包括直线类和曲线类；所述直线类包括直线轨迹和折线轨迹；所述曲线类包括圆形轨迹和S形轨迹；所述圆形轨迹包括单圆轨迹和多圆轨迹。
3.根据权利要求1所述手势识别方法，其特征在于：所述轨迹类型识别过程包括：所述有效轨迹坐标中所有相邻两点之间的和近似等于起点至终点的距离为直线类；所述有效轨迹坐标中起点至一定点间所有相邻两点之间的和近似等于起点至终点的距离，且在定点后所有相邻两点的之和大于定点至终点的距离为折线类；所述有效轨迹坐标中所有相邻两点的之和大于起点至终点的距离为曲线类。
4.根据权利要求3所述手势识别方法，其特征在于：所述轨迹类型识别过程包括：所述有效轨迹坐标中所有点与起点的距离先增大，到最大后减小的趋势则为圆形轨迹；所述有效轨迹坐标中所有点与起点的距离先增大再减小，再增大的趋势则为S形轨迹。
5.根据权利要求4...
【专利技术属性】
技术研发人员：宁瑞芳，孙景峰，李权，陈永辉，
申请(专利权)人：西安羚控电子科技有限公司，
类型：发明
国别省市：陕西;61
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。