基于手势识别的显示器智能控制方法及系统技术方案

本发明专利技术公开了一种基于手势识别的显示器智能控制方法及系统。该方法包括以下步骤：获取管理员动态手势视频数据；将管理员动态手势视频进行处理，得到手势位置

【技术实现步骤摘要】
基于手势识别的显示器智能控制方法及系统


[0001]本专利技术涉及手势识别
，特别涉及一种基于手势识别的显示器智能控制方法及系统。

技术介绍

[0002]在现代科技的发展中，显示器作为人机交互的重要设备之一，在各种应用场景中得到广泛应用。传统的显示器控制方式通常通过键盘、鼠标等外部设备进行操作，但这种方式对用户的操作要求较高，且操作不够直观、自然。为了提供更加便捷、自然的人机交互方式，手势识别技术逐渐得到了关注和应用。手势识别技术可以通过分析和理解人体手势的动态信息，将手势转化为相应的操作指令，从而实现对设备的控制。然而，现有的手势识别技术存在一些问题。首先，传统的手势识别方法往往需要针对每个手势设计专门的算法，无法实现对多种手势的统一处理。其次，现有方法对于手势的精确度和实时性有一定的限制，无法满足高精度、低延迟的要求。此外，现有方法对于复杂手势的识别和操作指令的生成存在一定的局限性。因此，需要一种基于手势识别的显示器智能控制方法，能够克服现有技术的不足，提供高精度、低延迟的手势识别和操作指令生成，实现对显示器的智能控制。

技术实现思路

[0003]了解决上述至少一个技术问题，本专利技术提出了一种基于手势识别的显示器智能控制方法及系统。
[0004]本专利技术第一方面提供了一种基于手势识别的显示器智能控制方法，包括：获取管理员动态手势视频数据；基于深度学习算法构建视频处理模型，将所述管理员动态手势视频数据导入视频处理模型中进行处理，得到手势位置
‑
时间谱图、手势角度<br/>‑
时间谱图；建立手势识别数据库，将所述手势位置
‑
时间谱图、手势角度
‑
时间谱图导入手势识别数据库中，所述数据库包括手势名称、手势操作指令、手势位置
‑
时间谱图、手势角度
‑
时间谱图；获取显示器用户手势视频数据，将所述用户手势视频数据导入数据处理模型中进行处理，得到用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图，将所述用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图与数据库中的手势位置
‑
时间谱图、手势角度
‑
时间谱图进行对比分析，得到手势操作指令；将所述手势操作指令发送至显示器中，实时根据手势操作指令对显示器进行操作。
[0005]本方案中，所述获取管理员动态手势视频数据，具体为：在预设空间内，通过摄像设备采集管理员动态手势视频；根据管理员动态手势视频，提取管理员动态手势视频帧图像集；提取所述视频帧图像集的像素点值；
通过对所述像素点值进行计算，得到像素点值的协方差矩阵；基于奇异值分解方式对协方差矩阵进行分解，得到像素点值的正交矩阵；计算所述正交矩阵的特征向量，并构成新的坐标系；通过新的坐标系对视频帧图像集的像素点值进行描述，得到管理员动态手势视频数据，所述管理员动态手势视频数据包括视频帧数据、视频帧时间点数据。
[0006]本方案中，所述基于深度学习算法构建视频处理模型，将所述管理员动态手势视频数据导入视频处理模型中进行处理，得到手势位置
‑
时间谱图、手势角度
‑
时间谱图，具体为：基于深度学习算法构建视频处理模型；将所述管理员动态手势视频数据导入视频处理模型中，对所述管理员每帧手势视频数据进行预处理，所述预处理包括背景去除、图像去噪，得到预处理帧图像集；将所述预处理图像集进行特征提取，提取手势图像，得到手势帧图像集；将所述手势帧图像集进行手掌标记，将手掌标记为质点，得到标记手势帧图像集；对标记手势帧图像集进行质点的位置进行记录，得到质点在图像中的横、纵坐标；根据质点在图像的纵坐标和视频帧时间点数据，以第一帧图像的质点位置作为原点，以时间作为X轴，纵坐标作为Y轴，绘制根据时间变化和手势位置变化的手势位置
‑
时间谱图；将所述手势帧图像进行手掌二次标记，将手掌标记为线段，得到二次标记手势帧图像基；对所述二次标记手势帧图像集，对线段与水平面形成的角度进行计算，得到角度数据集；根据角度数据集与视频帧时间点数据，以第一帧图像的线段角度作为原点，以时间作为X轴，线段角度作为Y轴，绘制根据时间变化和手势角度变化的手势角度
‑
时间谱图。
[0007]本方案中，所述建立手势识别数据库，将所述手势位置
‑
时间谱图、手势角度
‑
时间谱图导入手势识别数据库中，所述数据库包括手势名称、手势操作指令、手势位置
‑
时间谱图、手势角度
‑
时间谱图，具体为：建立手势识别数据库；设定手势名称、手势名称的相应手势操作指令；将所述手势名称、手势操作指令、手势位置
‑
时间谱图、手势角度
‑
时间谱图导入数据库中进行存储；将手势名称、手势操作指令、手势位置
‑
时间谱图、手势角度
‑
时间谱图在数据库中形成一一映射关系。
[0008]本方案中，所述获取显示器用户手势视频数据，将所述用户手势视频数据导入数据处理模型中进行处理，得到用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图，将所述用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图与数据库中的手势位置
‑
时间谱图、手势角度
‑
时间谱图进行对比分析，得到手势操作指令，具体为：获取显示器用户手势视频数据；将所述用户手势视频数据导入数据处理模型中进行处理，得到用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图；
将用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图与数据库中的手势位置
‑
时间谱图、手势角度
‑
时间谱图进行对比匹配，得到手势位置相似度、手势角度相似度；将同一手势的手势位置相似度、手势角度相似度进行相加，将相加值最高的作为匹配结果，得到手势名称；根据数据库的映射关系和手势名称，得到手势操作指令。
[0009]本方案中，所述将所述手势操作指令发送至显示器中，实时根据操作指令对显示器进行操作，具体为：将所述手势操作指令发送至显示器中；将接收到的手势操作指令进行解析，将手势操作指令转换为显示器控制操作；实时对显示器进行控制操作。
[0010]本专利技术第二方面还提供了一种基于手势识别的显示器智能控制系统，该系统包括：存储器、处理器，所述存储器中包括基于手势识别的显示器智能控制方法程序，所述基于手势识别的显示器智能控制方法程序被所述处理器执行时，实现如下步骤：获取管理员动态手势视频数据；基于深度学习算法构建视频处理模型，将所述管理员动态手势视频数据导入视频处理模型中进行处理，得到手势位置
‑
时间谱图、手势角度
‑
时间谱图；建立本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于手势识别的显示器智能控制方法，其特征在于，包括以下步骤：获取管理员动态手势视频数据；基于深度学习算法构建视频处理模型，将所述管理员动态手势视频数据导入视频处理模型中进行处理，得到手势位置
‑
时间谱图、手势角度
‑
时间谱图；建立手势识别数据库，将所述手势位置
‑
时间谱图、手势角度
‑
时间谱图导入手势识别数据库中，所述数据库包括手势名称、手势操作指令、手势位置
‑
时间谱图、手势角度
‑
时间谱图；获取显示器用户手势视频数据，将所述用户手势视频数据导入数据处理模型中进行处理，得到用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图，将所述用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图与数据库中的手势位置
‑
时间谱图、手势角度
‑
时间谱图进行对比分析，得到手势操作指令；将所述手势操作指令发送至显示器中，实时根据手势操作指令对显示器进行操作。2.根据权利要求1所述的基于手势识别的显示器智能控制方法，其特征在于，所述获取管理员动态手势视频数据，具体为：在预设空间内，通过摄像设备采集管理员动态手势视频；根据管理员动态手势视频，提取管理员动态手势视频帧图像集；提取所述视频帧图像集的像素点值；通过对所述像素点值进行计算，得到像素点值的协方差矩阵；基于奇异值分解方式对协方差矩阵进行分解，得到像素点值的正交矩阵；计算所述正交矩阵的特征向量，并构成新的坐标系；通过新的坐标系对视频帧图像集的像素点值进行描述，得到管理员动态手势视频数据，所述管理员动态手势视频数据包括视频帧数据、视频帧时间点数据。3.根据权利要求1所述的基于手势识别的显示器智能控制方法，其特征在于，所述基于深度学习算法构建视频处理模型，将所述管理员动态手势视频数据导入视频处理模型中进行处理，得到手势位置
‑
时间谱图、手势角度
‑
时间谱图，具体为：基于深度学习算法构建视频处理模型；将所述管理员动态手势视频数据导入视频处理模型中，对所述管理员每帧手势视频数据进行预处理，所述预处理包括背景去除、图像去噪，得到预处理帧图像集；将所述预处理图像集进行特征提取，提取手势图像，得到手势帧图像集；将所述手势帧图像集进行手掌标记，将手掌标记为质点，得到标记手势帧图像集；对标记手势帧图像集进行质点的位置进行记录，得到质点在图像中的横、纵坐标；根据质点在图像的纵坐标和视频帧时间点数据，以第一帧图像的质点位置作为原点，以时间作为X轴，纵坐标作为Y轴，绘制根据时间变化和手势位置变化的手势位置
‑
时间谱图；将所述手势帧图像进行手掌二次标记，将手掌标记为线段，得到二次标记手势帧图像基；对所述二次标记手势帧图像集，对线段与水平面形成的角度进行计算，得到角度数据集；根据角度数据集与视频帧时间点数据，以第一帧图像的线段角度作为原点，以时间作
为X轴，线段角度作为Y轴，绘制根据时间变化和手势角度变化的手势角度
‑
时间谱图。4.根据权利要求1所述的基于手势识别的显示器智能控制方法，其特征在于，所述建立手势识别数据库，将所述手势位置
‑
时间谱图、手势角度
‑
时间谱图导入手势识别数据库中，所述数据库包括手势名称、手势操作指令、手势位置
‑
时间谱图、手势角度
‑
时间谱图，具体为：建立手势识别数据库；设定手势名称、手势名称的相应手势操作指令；将所述手势名称、手势操作指令、手势位置
‑
时间谱图、手势角度
‑
时间谱图导入数据库中进行存储；将手势名称、手势操作指令、手势位置
‑
时间谱图、手势角度
‑
时间谱图在数据库中形成一一映射关系。5.根据权利要求1所述的基于手势识别的显示器智能控制方法，其特征在于，所述获取显示器用户手势视频数据，将所述用户手势视频数据导入数据处理模型中进行处理，得到用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图，将所述用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图与数据库中的手势位置
‑
时间谱图、手势角度
‑
时间谱图进行对比分析，得到手势操作指令，具体为：获取显示器用户手势视频数据；将所述用户手势视频数据导入数据处理模型中进行处理，得到用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图；将用户手势位置
‑
时间谱图、用户手势角度
‑
时间谱图与数据库中的手势位置
‑
时间谱图、手势角度
‑
时间谱图进行对比匹配，得到手势位置相似度、手势角度相似度；将同一手势的手势位置相似度、手势角度相似度进行相加，将相加值最高的作为匹配结果，得到手势名称；根据数据库的映射关...

【专利技术属性】
技术研发人员：张锋，
申请(专利权)人：深圳市欧淘实业有限公司，
类型：发明
国别省市：