【技术实现步骤摘要】
一种基于手势识别的计算机人机交互方法
[0001]本专利技术属于人工智能
,特别涉及一种基于手势识别的计算机人机交互方法。
技术介绍
[0002]随着计算机技术的蓬勃发展,以鼠标、键盘等设备为代表的传统接触式设备交互已无法满足人们的需要。如何让机器对人体本身的行为动作直接响应,并返回相应的结果,将对未来人机交互的发展产生至关重要的意义。当前各类基于计算机视觉的非接触式人机交互系统主要依赖于深度学习算法,这些算法模型较为复杂,且对计算资源要求较高,难以在普通计算机甚至嵌入式设备上应用,不利于用户进行便捷、实时的人机交互,用户体验较差。
[0003]典型的现有技术方案例如:中国专利CN115032640A公开了一种手势识别方法和终端设备,具体步骤为:(1)终端设备控制第一ToF传感器进行检测;(2)在检测到目标对象时,终端设备控制多个ToF(飞行时间)传感器同步发射光信号;(3)终端设备通过光信号,获取目标对象在每个ToF传感器的飞行时间信息和深度信息;(4)标定信息用于表示每个ToF传感器在不同距离下的飞行时间与距离之间的映射关系;终端设备基于深度信息,进行手势识别。
[0004]专利CN109753876A公开了一种三维手势特征提取和三维系统的构建,其是通过手势识别模型得到手部关键点建立二维坐标系后使用每三个向量表示一根手指,得到各个手指的向量数据后通过手势分类算法和大量预设样本进行对比,得到当前手势最可能所属的手势从而完成手势分类。
[0005]专利CN111414837A公开了一种手 ...
【技术保护点】
【技术特征摘要】
1.一种基于手势识别的计算机人机交互方法,其特征在于,包括以下步骤:步骤(1),首次使用选择配置惯用手势信息;按照系统提示和自身习惯分别作出不同动作的手势,并拍摄记录每帧图像中每个手势的信息,用作后续拟合函数和手势分类;步骤(2),开启计算机摄像头,获取视频流;步骤(3),对所述视频流中的每一帧图像进行亮度和对比度增强;步骤(4),获取增强后的图像中的手部关键点坐标;步骤(5),根据所述手部关键点坐标,对实时视频进行多尺度距离统一映射,消除因手部与摄像头的距离造成的图像中手部关键点之间的距离误差;步骤(6),根据多尺度距离统一映射后的手部关键点坐标对手势进行分类,每个可识别的分类手势对应人机交互的一种设定操作;步骤(7),根据分类结果进行相应操作。2.根据权利要求1所述基于手势识别的计算机人机交互方法,其特征在于,所述步骤(3),对所述视频流中的每一帧图像通过三通道值进行亮度检测;并针对亮度提升的需求程度设置第一阈值120和第二阈值80,若低于第一阈值120,则判定亮度较低,对图片进行γ校正以增强图像亮度;若低于第二阈值80,则判定亮度过低,采用Retinex算法进行色彩还原。3.根据权利要求1所述基于手势识别的计算机人机交互方法,其特征在于,所述步骤(4),利用MediaPipe框架获得21个手部关键点坐标,过程如下:步骤4a),通过手掌检测模型扫描全图,若存在手部,则标记手掌所处位置的矩形边界框;在实时追踪的场景中,当前帧的手部定位框从上一帧的手部关键点坐标预测中推导得到;步骤4b),将手部位置矩形边界框切割成单独的图片,并输入到手部关键点检测模型中,手部关键点检测模型为一个回归模型,首先将图片卷积为256*256的RGB图片,然后将其输入到特征提取神经网络,得到具有21个手部关键点坐标信息。4.根据权利要求1所述基于手势识别的计算机人机交互方法,其特征在于,所述步骤(5),先实时记录手部与摄像头的距离d,并根据五指根部的坐标取均值计算出手掌大致中心位置坐标s=(x,y),若d、s与上一帧比较均发生突变,则认为是误识别为非人机交互操作人的手部,放弃识别该手部并且重新扫描识别当前视频中的手部,若在150帧内在原距离与坐标附近检测到手部则认为重新识别到人机交互操作人的手部;其中d与s的突变判定为:d与上一帧比较差值大于60;s与上一帧的s
’
的L2范数计算结果||distance||2大于视频整体对角线长度的40%。5.根据权利要求1或4所述基于手势识别的计算机人机交互方法,其特征在于,所述步骤(5),对实时视频进行多尺度距离统一映射的过程如下:步骤5a),基于手部关键点,固定手部距摄像头一定距离,由以下公式计算摄像头焦距:其中W为手部的真实长度,P为图像中手部的像素长度,D为手部与摄像头的真实距离,F为摄像头焦距;通过得到的焦距实时计算手部与摄像头的真实距离,实现实时跟踪锁定使用者的手部;
步骤5b),配置记录一组手部距摄像头距离和图像中手部两固定点位的像素长度,基于最小二乘法进行曲线拟合,得到一元二次方程如下:最小二乘法进行曲线拟合,得到一元二次方程如下:配置惯用手势信息时记录的一组手部距摄像头距离数据表示为x0~x
n
,记录的一组图像中手部两固定点位的像素长度数据表示为y0~y
n
,n是组数,x
i
是第i个图像中手部距摄像头距离数据,y
i
是第i个图像中手部两固定点位的像素长度数据,θ0、θ1、θ2是一元二次方程中的系数;f(x
i
)是基于x
i
预测的手部图像中手部两固定点位的像素长度,即,通过x
i
对y
i
进行预测,期望预测结果f(x
i
)无限接近于y
i
,S为预测值f(x
i
)与记录的真实值y
i
的误差平方和;在实时检测分类手部姿态时,通过需要判定的两点之间的距离与所记录固定点位按比例换算后代入如下方程:其中,是配置第i个惯用手势信息时图像中手部两固定点位的多帧平均像素长度,是配置第i个惯用手势信息时手势判定两关键点位的多帧平均像素长度;根据当前测量距离的结合配置信息计算出可能出现的偏差k
i
,并计算出可判定为操作手势的阈值threshold
i
:threshold
i
=(θ0+θ1*d+θ2*d2+k
i
)*ratio
i
其中,d为当前帧手部距摄像头的距离,x
j
为满足d*0.9<x
i
<d*1.1的配置信息中的手部距摄像头距离,y
j
是x
j
对应的手部两固定点位的像素长度,m是满足条件的x
j
的数量;当本帧的手势判定两关键点位距离d
i
小于阈值threshold
i
时,判定为进行操作。6.根据权利要求5所述基于手势识别的计算机人机交互方法,其特征在于,所述步骤(6),过程如下:步骤6a),根据手部关键点坐标信息,判定手指的张合状态,以此组合分类;步骤6b),若判定大拇指张开、食指张开且其余三指闭合,则计算食指指尖与大拇指指尖的距离d
’
,若满足:则判定手势为预设定手势(1),即单击预备;其中distance
hand
为手部与摄像头间距离;f()为所述拟合的函数曲线;d
click
为配置中
的设定手势(2)数据;d
standard
为配置中的标尺距离,取值为设定配置时多组手势的食指指根与中指指根的距离均值;ρ
’
为防止误差的调整参数;如果无提前配置信息,则若d
’
>20,判定手势为预设定手势(1);步骤6c),在手势(1)的基础上,当d
’
变化至满足:则判定手势为预设定手势(2),即单击;若并无提前配置信息,则...
【专利技术属性】
技术研发人员:李宇楠,张义豪,苗启广,马卓奇,赵博程,卢子祥,宋建锋,刘向增,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
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。