CN103729628B - 一种单步手势识别方法 - Google Patents
一种单步手势识别方法 Download PDFInfo
- Publication number
- CN103729628B CN103729628B CN201410013073.4A CN201410013073A CN103729628B CN 103729628 B CN103729628 B CN 103729628B CN 201410013073 A CN201410013073 A CN 201410013073A CN 103729628 B CN103729628 B CN 103729628B
- Authority
- CN
- China
- Prior art keywords
- gesture
- graph
- center
- gesture graph
- fiqure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种单步手势识别方法，首先设置手势动态数组及手势动态数组中数据的有效长度阈值，设置手势图形的标准大小，设置手势图形匹配模板；定义手势识别有效区；在手势识别有效区内检测手部位置；记录有效的手势坐标数据；对手势坐标数据进行手势图形重组，得出手势图形，并旋转手势图形，使所述手势图形的起点和图心连接成的连线呈水平状态；将旋转后的手势图形缩放成预先设置的标准大小，将旋转后的手势图形与手势图形匹配模板进行对比，得到与手势图形最佳匹配的手势图形匹配模板，从而得到手势识别结果。本发明中的单步手势识别方法在不降低识别效率的基础上，增加旋转方向判断进行手势匹配识别的单步手势识别方法。
Description
技术领域
本发明涉及模式识别和人工智能领域，具体涉及一种单步手势识别方法。
背景技术
人与计算机的交互活动是目前人们生活中的一个重要组成部分，随着计算机的发展，研究符合人机交流习惯的人机交互技术也不断的在进步，包括人脸识别、手势识别等以人体活动为中心，实现与计算机交互的智能模式识别技术。其中手势识别技术是以人手的动作直接作为输入手段，利用计算机来识别、判断手势的方法，具有自然、简洁、丰富、直接的特点。
单步手势识别方法是手势识别技术中一种基础的手势识别方法，其中Washington大学(华盛顿大学)的Jacob O.Wobbrock等人提出的$1unistroke识别方法，即上述提及的单步手势识别方法，该算法能够很好地识别单步手势，识别率高，模板学习过程简单，但该算法具备方向性无关的性质，因此无法准确识别方向性手势，当手势是方向相关时，该方法对如何选取旋转方向并未进行判断，一律设置为顺时针，这种顺时针的旋转方法，在识别方向性手势时，经常得不到正确的匹配。
例如，手势图形匹配模板定义为：手势由右向左划动时，显示“to left”；手势由左向右滑动式，显示“to right”。
附图2中，方块形状的点为图形的起点，此图绘制的方向可以看出是由右向左划动的，但是由于现有单步手势识别方法中，旋转方向一律选取为顺时针，因此现有单步手势识别方法的匹配结果(图中最顶部)显示的是“to right”。
附图3中图形是由左向右划出的，结果本应是“to right”,但是现有单步手势识别方法的匹配结果显示为“to left”，因此现有单步手势识别方法对方向性手势，经常会得到错误的匹配。
发明内容
本发明所要解决的技术问题是针对上述现有技术提供一种在不降低识别效率的基础上，能对方向性手势进行有效识别匹配的单步手势识别方法。
本发明解决上述问题所采用的技术方案为：一种单步手势识别方法，包括以下步骤：
步骤一、初始化，设置手势动态数组及该手势动态数组中数据的有效长度阈值，设置手势图形的标准大小，设置与所述手势图形标准大小相匹配的手势图形匹配模板；
步骤二、定义手势识别有效区，所述手势识别有效区为：以采集到的人体的右肩节点或左肩节点为水平方向的中心，分别向两侧延伸半肩的距离定义为水平方向区域，髋骨节点以上至头顶之间的距离定义为垂直方向区域；
步骤三、在所述手势识别有效区内检测手部节点位置；
步骤四、自手部节点进入手势识别有效区开始，到离开手势识别有效区为止，作为一个完整的手势识别事件进行判断，当手部节点进入手势识别有效区后，将手部节点在手势识别有效区的点对应的坐标数据存入手势动态数组，当手部节点离开手势识别有效区时，存入手势坐标数据过程结束，将一个完整的手势识别事件中动态数组所保存的手势坐标数据量与预先设置的手势动态数组中数据的有效长度阈值进行比较，如果一个完整的手势识别事件中动态数组所保存的手势坐标数据量超过有效长度阈值，则判断当前存储的坐标数据构成一个手势，触发手势的识别过程，转步骤五，否则清空数组数据，转步骤三；
步骤五、根据一个完整的手势识别事件中动态数组所保存的手势坐标数据进行手势图形重组，得出手势图形，找出手势图形的图心，建立手势图形起点和图心连线，并以图心为圆心旋转手势图形，使所述手势图形的起点和图心连接成的连线呈水平状态，旋转方向的选取按照以下规则进行：
如果手势图形的起始点在图心点左侧，且手势图形起点和图心连线与水平线夹角为正，则手势图形按照顺时针方向旋转；
如果手势图形的起始点在图心点左侧，且手势图形起点和图心连线与水平线夹角为负，则手势图形按照逆时针方向旋转；
如果手势图形的起始点在图心点右侧，且手势图形起点和图心连线与水平线夹角为正，则手势图形按照逆时针方向旋转；
如果手势图形的起始点在中心点右侧，且手势图形起点和图心连线与水平线夹角为负，则手势图形按照顺时针方向旋转；
步骤六、将旋转后的手势图形缩放成预先设置的手势图形标准大小，将旋转后的手势图形与手势图形匹配模板进行对比，得到与手势图形最佳匹配的手势图形匹配模板，从而得到手势识别结果。
优选地，所述步骤五重组手势图形过程中，使用64个点重新表示手势图形，从而得出手势图形。
所述手势图形匹配模板包括顺时针旋转圆形手势图形匹配模板、逆时针旋转圆形手势图形匹配模板、向左移动直线手势图形匹配模板和向右移动直线手势图形匹配模板。
与现有技术相比，本发明的优点在于：本发明中的单步手势识别方法，在不降低现有单步手势识别的识别效率的基础上，本发明考虑了手势图形的方向性，并根据不同手势图形进行顺时针或逆时针旋转，从而能得到手势图形的最佳匹配，为现有的单步手势识别添加了识别方向性手势的功能。
附图说明
图1为本发明实施例中单步手势识别方法的流程图。
图2为现有技术中单步手势识别方法的错误识别示例1。
图3为现有技术中单步手势识别方法的错误识别示例2。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图1所示，本实施例中的单步手势识别方法，包括以下步骤：
步骤一、初始化，设置手势动态数组及该手势动态数组中数据的有效长度阈值，设置手势图形的标准大小，设置与所述手势图形标准大小相匹配的手势图形匹配模板，所述手势图形匹配模板包括顺时针旋转圆形手势图形匹配模板、逆时针旋转圆形手势图形匹配模板、向左移动直线手势图形匹配模板和向右移动直线手势图形匹配模板；
步骤二、定义手势识别有效区，所述手势识别有效区为：以采集到的人体的右肩节点或左肩节点为水平方向的中心，分别向两侧延伸半肩的距离定义为水平方向区域，髋骨节点以上至头顶之间的距离定义为垂直方向区域；
步骤三、在所述手势识别有效区内检测手部节点位置；
步骤四、自手部节点进入手势识别有效区开始，到离开手势识别有效区为止，作为一个完整的手势识别事件进行判断，当手部节点进入手势识别有效区后，将手部节点在手势识别有效区的点对应的坐标数据存入手势动态数组，当手部节点离开手势识别有效区时，存入手势坐标数据过程结束，将一个完整的手势识别事件中动态数组所保存的手势坐标数据量与预先设置的手势动态数组中数据的有效长度阈值进行比较，如果一个完整的手势识别事件中动态数组所保存的手势坐标数据量超过有效长度阈值，则判断当前存储的坐标数据构成一个手势，触发手势的识别过程，转步骤五，否则清空数组数据，转步骤三；
步骤五、根据一个完整的手势识别事件中动态数组所保存的手势坐标数据选取64个点进行手势图形重组，得出手势图形，找出手势图形的图心，建立手势图形起点和图心连线，并以图心为圆心旋转手势图形，使所述手势图形的起点和图心连接成的连线呈水平状态，旋转方向的选取按照以下规则进行：
如果手势图形的起始点在图心点左侧，且手势图形起点和图心连线与水平线夹角为正，则手势图形按照顺时针方向旋转；
如果手势图形的起始点在图心点左侧，且手势图形起点和图心连线与水平线夹角为负，则手势图形按照逆时针方向旋转；
如果手势图形的起始点在图心点右侧，且手势图形起点和图心连线与水平线夹角为正，则手势图形按照逆时针方向旋转；
如果手势图形的起始点在中心点右侧，且手势图形起点和图心连线与水平线夹角为负，则手势图形按照顺时针方向旋转；
步骤六、将旋转后的手势图形缩放成预先设置的手势图形标准大小，将旋转后的手势图形与手势图形匹配模板进行对比，得到与手势图形最佳匹配的手势图形匹配模板，从而得到手势识别结果。
本实施例中，所述手势图形匹配模板包括顺时针旋转圆形手势图形匹配模板、逆时针旋转圆形手势图形匹配模板、向左移动直线手势图形匹配模板和向右移动直线手势图形匹配模板。
利用本发明提供的方法，无论是从左向右绘制的图形还是从右向左绘制的图形，全部都能够得到正确匹配。
Claims (3)
1.一种单步手势识别方法，其特征在于：包括以下步骤：
步骤一、初始化，设置手势动态数组及手势动态数组中数据的有效长度阈值，设置手势图形的标准大小，设置与所述手势图形标准大小相匹配的手势图形匹配模板；
步骤二、定义手势识别有效区，所述手势识别有效区为：以采集到的人体的右肩节点或左肩节点为水平方向的中心，分别向两侧延伸半肩的距离定义为水平方向区域，髋骨节点以上至头顶之间的距离定义为垂直方向区域；
步骤三、在所述手势识别有效区内检测手部位置；
步骤四、自手部节点进入手势识别有效区开始，到离开手势识别有效区为止，作为一个完整的手势识别事件进行判断，当手部节点进入手势识别有效区后，将手部节点在手势识别有效区的点对应的坐标数据存入手势动态数组，当手部节点离开手势识别有效区时，存入手势坐标数据过程结束，将一个完整的手势识别事件中动态数组所保存的手势坐标数据量与预先设置的手势动态数组中数据的有效长度阈值进行比较，如果一个完整的手势识别事件中动态数组所保存的手势坐标数据量超过有效长度阈值，则判断当前存储的坐标数据构成一个手势，触发手势的识别过程，转步骤五，否则清空数组数据，转步骤三；
步骤五、根据一个完整的手势识别事件中动态数组所保存的手势坐标数据进行手势图形重组，得出手势图形，找出手势图形的图心，建立手势图形起点和图心连线，并以图心为圆心旋转手势图形，使所述手势图形的起点和图心连接成的连线呈水平状态，旋转方向的选取按照以下规则进行：
如果手势图形的起始点在图心点左侧，且手势图形起点和图心连线与水平线夹角为正，则手势图形按照顺时针方向旋转；
如果手势图形的起始点在图心点左侧，且手势图形起点和图心连线与水平线夹角为负，则手势图形按照逆时针方向旋转；
如果手势图形的起始点在图心点右侧，且手势图形起点和图心连线与水平线夹角为正，则手势图形按照逆时针方向旋转；
如果手势图形的起始点在中心点右侧，且手势图形起点和图心连线与水平线夹角为负，则手势图形按照顺时针方向旋转；
步骤六、将旋转后的手势图形缩放成预先设置的手势图形标准大小，将旋转后的手势图形与手势图形匹配模板进行对比，得到与手势图形最佳匹配的手势图形匹配模板，从而得到手势识别结果。
2.根据权利要求1所述的单步手势识别方法，其特征在于：所述步骤五重组手势图形过程中，使用64个点重新表示手势图形，从而得出手势图形。
3.根据权利要求1或2所述的单步手势识别方法，其特征在于：所述手势图形匹配模板包括顺时针旋转圆形手势图形匹配模板、逆时针旋转圆形手势图形匹配模板、向左移动直线手势图形匹配模板和向右移动直线手势图形匹配模板。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410013073.4A CN103729628B (zh) | 2014-01-10 | 2014-01-10 | 一种单步手势识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410013073.4A CN103729628B (zh) | 2014-01-10 | 2014-01-10 | 一种单步手势识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103729628A CN103729628A (zh) | 2014-04-16 |
| CN103729628B true CN103729628B (zh) | 2017-01-11 |
Family
ID=50453694
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410013073.4A Expired - Fee Related CN103729628B (zh) | 2014-01-10 | 2014-01-10 | 一种单步手势识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103729628B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108181989B (zh) * | 2017-12-29 | 2020-11-20 | 北京奇虎科技有限公司 | 基于视频数据的手势控制方法及装置、计算设备 |
| CN115527240A (zh) * | 2022-10-26 | 2022-12-27 | 平安银行股份有限公司 | 一种手势图形识别方法、装置、电子设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101667089A (zh) * | 2008-09-04 | 2010-03-10 | 比亚迪股份有限公司 | 一种触摸手势的识别方法和装置 |
| CN101853071A (zh) * | 2010-05-13 | 2010-10-06 | 重庆大学 | 基于视觉的手势识别方法及系统 |
-
2014
- 2014-01-10 CN CN201410013073.4A patent/CN103729628B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101667089A (zh) * | 2008-09-04 | 2010-03-10 | 比亚迪股份有限公司 | 一种触摸手势的识别方法和装置 |
| CN101853071A (zh) * | 2010-05-13 | 2010-10-06 | 重庆大学 | 基于视觉的手势识别方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| Gestures without libraries, toolkits or training: a $1 recognizer for user interface prototypes;Wobbrock J O 等;《Proceedings of the 20th annual ACM symposium on User interface software and technology》;20071231;第159-168页 * |
| 基于Kinect深度信息的手势提取与识别研究;邓瑞 等;《计算机应用研究》;20130430;第30卷(第4期);第1263-1265,1274页 * |
| 基于Kinect骨骼信息的机械臂体感交互系统的设计与实现;林海波 等;《计算机应用与软件》;20130228;第30卷(第2期);第157-160,176页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103729628A (zh) | 2014-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102567703B (zh) | 一种基于分类特征的手部动作识别信息处理方法 | |
| CN101470800B (zh) | 手形识别方法 | |
| CN105403859B (zh) | 机器人定位方法和装置 | |
| CN105893981B (zh) | 一种人脸姿态矫正方法 | |
| CN105389569A (zh) | 一种人体姿态估计方法 | |
| CN102867173B (zh) | 一种人脸识别方法及其系统 | |
| CN104573634A (zh) | 一种三维人脸识别方法 | |
| Meng et al. | Efficient and reliable LiDAR-based global localization of mobile robots using multiscale/resolution maps | |
| CN103246884A (zh) | 基于深度图像序列的实时人体动作识别方法及装置 | |
| CN103679175A (zh) | 一种基于深度摄像机的快速3d骨骼模型检测方法 | |
| CN107037806A (zh) | 自移动机器人重新定位方法及采用该方法的自移动机器人 | |
| CN104463866A (zh) | 一种基于轮廓随机采样的局部形状匹配方法 | |
| CN105487665A (zh) | 一种基于头部姿势识别的智能移动服务机器人控制方法 | |
| CN103150747A (zh) | 一种基于拓扑特征的点云配准算法 | |
| CN105573498A (zh) | 一种基于Wi-Fi信号的手势识别方法 | |
| CN103632137B (zh) | 一种人眼虹膜图像分割方法 | |
| Jain et al. | Automated perception of safe docking locations with alignment information for assistive wheelchairs | |
| CN104143080A (zh) | 基于三维点云的三维人脸识别装置及方法 | |
| CN105320954A (zh) | 人脸认证装置和方法 | |
| CN110516548B (zh) | 一种基于三维眼球模型和Snakuscule的虹膜中心定位方法 | |
| CN103729628B (zh) | 一种单步手势识别方法 | |
| Li et al. | Pose anchor: A single-stage hand keypoint detection network | |
| Lee et al. | Game interface using hand gesture recognition | |
| CN113971833A (zh) | 多角度的人脸识别方法、装置、计算机主设备及存储介质 | |
| Xompero et al. | Multi-view shape estimation of transparent containers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent of invention or patent application | ||
| CB02 | Change of applicant information |
Address after: West Street in the official Zhejiang city of Ningbo province Zhenhai District 315200 Village No. 777 Gen E WITHUB 42 Applicant after: XIDIAN-NINGBO INFORMATION TECHNOLOGY INSTITUTE Address before: Zhenhai District 315200 Zhejiang city of Ningbo province Chuang No. 777 West Street in the official record E WITHUB 42 Applicant before: Xidian-Ningbo Information Technology Institute |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170111 |