一种快速人手检测识别跟踪方法及装置制造方法及图纸

本发明专利技术涉及一种快速人手检测识别跟踪方法及装置，包括：获取检测视频；根据皮肤YCbCr颜色空间的二维高斯分布，确定所述检测视频中的皮肤定位手的初始位置；基于所述初始位置，设定初始粒子对所述皮肤定位手进行下一位置的跟踪，并根据皮肤YCbCr颜色空间的二维高斯分布进行校正；根据所述皮肤定位手的图像在不同尺度空间下的高斯滤波差分式，确定所述皮肤定位手的人手轮廓位置，并控制机械臂向所述人手轮廓位置运动。本发明专利技术将YCbCr颜色空间二维高斯分布用于粒子滤波，降低粒子滤波对光照的影响，增强跟踪的准确性，同时将不同尺度空间下的高斯滤波差分式用于检测人手轮廓位置，避免了复杂的求导计算，计算速度更快、效率更高，实时性更好。实时性更好。实时性更好。

【技术实现步骤摘要】
一种快速人手检测识别跟踪方法及装置


[0001]本专利技术协作机器人领域，尤其涉及一种快速人手检测识别跟踪方法及装置。

技术介绍

[0002]目标检测和跟踪是机器视觉的一个重要课题，在人机交互、军事制导、视频监控、机器人视觉导航、以及医疗诊断等许多方面有着重要应用。协作机器人和人体的交互通道，主要是通过人手，因此人手识别和跟踪是协作机器人正常工作的重要一步。
[0003]现有技术中，人手识别和跟踪主要有两大类方法：一类是使用数据手套，但是由于需要佩戴复杂的数据手套和繁琐的传感器，影响了使用者的体验，并且数据手套价格昂贵，所以不利于推广使用；另一类则是徒手检测与跟踪，虽然国内外有很多方法对物体进行检测与跟踪，但同时也有着各种的弊端，诸如对光照的影响敏感、模型不精确、跟踪实时性不高等。因此，如何进行准确、高效且快速的人手识别和跟踪是亟待解决的问题。

技术实现思路

[0004]有鉴于此，有必要提供一种快速人手检测识别跟踪方法及装置，用以解决现有技术中对人手的识别和跟踪不够准确、高效且快速的问题。
[0005]为了解决上述技术问题，本专利技术提供一种快速人手检测识别跟踪方法，包括：
[0006]获取检测视频；
[0007]根据皮肤YCbCr颜色空间的二维高斯分布，确定所述检测视频中的皮肤定位手的初始位置；
[0008]基于所述初始位置，设定初始粒子对所述皮肤定位手进行下一位置的跟踪，并根据皮肤YCbCr颜色空间的二维高斯分布进行校正；
[0009]根据所述皮肤定位手的图像在不同尺度空间下的高斯滤波差分式，确定所述皮肤定位手的人手轮廓位置，并控制机械臂向所述人手轮廓位置运动。
[0010]进一步地，所述根据皮肤YCbCr颜色空间的二维高斯分布，确定所述检测视频中的皮肤定位手的初始位置，包括：
[0011]将所述检测视频中每一帧的每个像素点的YCbCr值带入所述皮肤YCbCr颜色空间的二维高斯分布，计算出相应的概率值；
[0012]若所述概率值满足预设阈值条件，则属于所述初始位置。
[0013]进一步地，所述皮肤YCbCr颜色空间的二维高斯分布的确定，包括：
[0014]根据多类皮肤图片的YCbCr值中的Cb值和Cr值，确定多组二维变量；
[0015]将所述多组二维变量带入二维高斯分布公式，得到皮肤的颜色均值和颜色方差；
[0016]根据所述颜色均值和所述颜色方差，构建所述皮肤YCbCr颜色空间的二维高斯分布。
[0017]进一步地，所述基于所述初始位置，设定初始粒子对所述皮肤定位手进行下一位置的跟踪，包括：
[0018]在所述检测视频中设定初始粒子进行粒子滤波跟踪；
[0019]基于所述初始位置，利用所述初始粒子跟踪所述皮肤定位手的下一个位置，其中，所述皮肤定位手的运动方程作为所述初始粒子的系统模型，所述皮肤定位手的皮肤二维高斯分布作为所述初始粒子的校正测量。
[0020]进一步地，所述并根据皮肤YCbCr颜色空间的二维高斯分布进行校正根据，包括：
[0021]根据粒子滤波中的每个粒子的YCbCr颜色空间的二维高斯分布概率，确定每个粒子的概率值；
[0022]根据所述概率值，确定所述校正相似度，对所述初始粒子进行粒子重采样，实现跟踪测量校正。
[0023]进一步地，所述根据所述皮肤定位手的图像在不同尺度空间下的高斯滤波差分式，确定所述皮肤定位手的人手轮廓位置，包括：
[0024]根据所述皮肤定位手的图像在不同尺度空间下的高斯滤波差分式，确定DoG算子；
[0025]将所述皮肤定位手的图像与所述DoG算子进行卷积，确定所述皮肤定位手的人手轮廓位置。
[0026]进一步地，所述根据所述皮肤定位手的图像在不同尺度空间下的高斯滤波差分式，确定DoG算子，包括：
[0027]根据第一参数下的高斯滤波式，对所述皮肤定位手的图像进行滤波，得到第一高斯滤波结果；
[0028]根据第二参数下的高斯滤波式，对所述皮肤定位手的图像进行滤波，得到第二高斯滤波结果；
[0029]根据所述第一高斯滤波结果和所述第二高斯滤波结果之差，确定所述DoG算子。
[0030]进一步地，所述将所述皮肤定位手的图像与所述DoG算子进行卷积，确定所述皮肤定位手的人手轮廓位置，包括：
[0031]确定所述皮肤定位手的图像中的人手与所述DoG算子的相似度；
[0032]根据所述相似度，确定所述皮肤定位手的人手轮廓位置。
[0033]进一步地，所述并控制机械臂向所述人手轮廓位置运动，包括：
[0034]控制协作机器人的机械臂向所述人手轮廓位置运动；
[0035]判断所述机械臂是否将物体递到所述人手轮廓位置上的人手中；
[0036]若是，则结束任务；
[0037]若否，则更新所述初始位置，返回至所述基于所述初始位置，设定初始粒子对所述皮肤定位手进行下一位置的跟踪，并根据皮肤YCbCr颜色空间的二维高斯分布进行校正的步骤。
[0038]本专利技术还提供一种快速人手检测识别跟踪装置，包括：
[0039]获取单元，用于获取检测视频；
[0040]处理单元，用于根据皮肤YCbCr颜色空间的二维高斯分布，确定所述检测视频中的皮肤定位手的初始位置；还用于基于所述初始位置，设定初始粒子对所述皮肤定位手进行下一位置的跟踪，并根据皮肤YCbCr颜色空间的二维高斯分布进行校正；
[0041]控制单元，用于根据所述皮肤定位手的图像在不同尺度空间下的高斯滤波差分式，确定所述皮肤定位手的人手轮廓位置，并控制机械臂向所述人手轮廓位置运动。
[0042]与现有技术相比，本专利技术的有益效果包括：首先，对检测视频进行有效的获取；然后，基于皮肤YCbCr颜色空间二维高斯分布，对人手的初始位置进行初始的定位，有效进行分割，保证后续的跟踪准确性；进而，在初始位置的基础上，将YCbCr颜色空间二维高斯分布用于粒子滤波，对人手的下一位置进行有效的跟踪，降低粒子滤波对光照的影响，增强跟踪的准确性；最后，利用皮肤定位手的图像在不同尺度空间下的高斯滤波差分式，仅需简单的计算即可根据DoG算子的相似度检测人手轮廓位置，进行精准定位，保证机械臂能准确、实时地运动至精确的人手轮廓位置。综上，本专利技术将YCbCr颜色空间二维高斯分布用于粒子滤波，降低粒子滤波对光照的影响，增强跟踪的准确性，同时将不同尺度空间下的高斯滤波差分式用于检测人手轮廓位置，避免了复杂的求导计算，计算速度更快、效率更高，实时性更好。
附图说明
[0043]图1为本专利技术提供的快速人手检测识别跟踪方法一实施例的流程示意图；
[0044]图2为本专利技术提供的图1中步骤S102一实施例的流程示意图；
[0045]图3为本专利技术提供的确定皮肤YCbCr颜色空间的二维高斯分布的流程示意图；
[0046]图4为本专利技术提供的皮肤高斯分布分割出人手一实施例的分割结果示意图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速人手检测识别跟踪方法，其特征在于，包括：获取检测视频；根据皮肤YCbCr颜色空间的二维高斯分布，确定所述检测视频中的皮肤定位手的初始位置；基于所述初始位置，设定初始粒子对所述皮肤定位手进行下一位置的跟踪，并根据皮肤YCbCr颜色空间的二维高斯分布进行校正；根据所述皮肤定位手的图像在不同尺度空间下的高斯滤波差分式，确定所述皮肤定位手的人手轮廓位置，并控制机械臂向所述人手轮廓位置运动。2.根据权利要求1所述的快速人手检测识别跟踪方法，其特征在于，所述根据皮肤YCbCr颜色空间的二维高斯分布，确定所述检测视频中的皮肤定位手的初始位置，包括：将所述检测视频中每一帧的每个像素点的YCbCr值带入所述皮肤YCbCr颜色空间的二维高斯分布，计算出相应的概率值；若所述概率值满足预设阈值条件，则属于所述初始位置。3.根据权利要求2所述的快速人手检测识别跟踪方法，其特征在于，所述皮肤YCbCr颜色空间的二维高斯分布的确定，包括：根据多类皮肤图片的YCbCr值中的Cb值和Cr值，确定多组二维变量；将所述多组二维变量带入二维高斯分布公式，得到皮肤的颜色均值和颜色方差；根据所述颜色均值和所述颜色方差，构建所述皮肤YCbCr颜色空间的二维高斯分布。4.根据权利要求1所述的快速人手检测识别跟踪方法，其特征在于，所述基于所述初始位置，设定初始粒子对所述皮肤定位手进行下一位置的跟踪，包括：在所述检测视频中设定初始粒子进行粒子滤波跟踪；基于所述初始位置，利用所述初始粒子跟踪所述皮肤定位手的下一个位置，其中，所述皮肤定位手的运动方程作为所述初始粒子的系统模型，所述皮肤定位手的皮肤颜色的二维高斯分布作为所述初始粒子的校正测量。5.根据权利要求4所述的快速人手检测识别跟踪方法，其特征在于，所述并根据皮肤YCbCr颜色空间的二维高斯分布进行校正根据，包括：根据粒子滤波中的每个粒子的YCbCr颜色空间的二维高斯分布概率，确定每个粒子的概率值；根据所述概率值，确定校正相似度，对所述初始粒子进行粒子重采样，实现跟踪测量校正。6.根据权利要求4所述的快速人手检测识别跟踪方法，其特...

【专利技术属性】
技术研发人员：何强，王旺，肖瑞凤，
申请(专利权)人：江汉大学，
类型：发明
国别省市：