CN105095838A - 一种目标检测方法及装置 - Google Patents
一种目标检测方法及装置 Download PDFInfo
- Publication number
- CN105095838A CN105095838A CN201410214510.9A CN201410214510A CN105095838A CN 105095838 A CN105095838 A CN 105095838A CN 201410214510 A CN201410214510 A CN 201410214510A CN 105095838 A CN105095838 A CN 105095838A
- Authority
- CN
- China
- Prior art keywords
- image
- image block
- block
- area
- threshold
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种目标检测方法及装置,用于具有图像采集功能的设备,所述方法包括:获取包括一目标物体的图像的第一图像;确定所述第一图像中可能包括所述目标物体的多个第一图像块;获取包括所述目标物体的位置或者形状改变之后的图像的第二图像;比较第一图像和第二图像,确定多个所述第一图像块中发生所述改变的第二图像块;根据所述第二图像块的位置确定所述目标物体在所述第二图像中的图像区域。本发明的目标检测方法及装置,通过对运动中的目标物体的图像进行分析,进而准确的识别出所述目标物体,为利用到所述目标物体的影像进行的后续工作做好准备。
Description
技术领域
本发明涉及目标检测领域,尤其涉及一种采用具有图像采集功能的设备进行目标检测的方法及装置。
背景技术
目前的手势识别根据有没有采用硬件分成二类,主要靠软件识别和主要依靠硬件识别,后者如微软的Kinetic。依靠硬件的系统一般来说识别准确速度快,但是安装使用相对比较复杂,不便于大面积推广。纯软件识别由于不需要额外的硬件,具有安装方便,使用简单,成本低的优点,有着广泛的使用前景。唯一需要的硬件摄像头已经是非常地普及,手机、笔记本基本是标配,台式机的摄像头普及率也非常高。
依赖软件的挂机解决方案主要是通过肤色检测找到肤色区域再根据模板匹配来识别手及手势。现有的肤色检测手势识别方案主要有两个不足:
其一、先天的不足,最大的问题在于类肤色区域的干扰,如人脸及背景中的类肤色区域(如黄色的凳子,黄色的衣服等)。这些非手肤色区域给后续的模板识别带来很大的干扰。大大降低了手势识别的成功率。
其二、再就是人手的肤色特征相对其它肤色区域没有太明显的特征,通用的模板准确率不高。
发明内容
有鉴于此,本发明提供了一种目标检测方法及装置,以解决现有技术中目标检测不准确,给后续的目标物体的更高级别的应用带来困扰的问题。
为解决上述问题,本发明提供了一种目标检测方法,用于具有图像采集功能的设备,包括:
第一获取步骤:获取包括一目标物体的图像的第一图像;
第一解析步骤,确定所述第一图像中可能包括所述目标物体的多个第一图像块;
第二获取步骤:获取包括所述目标物体的位置或者形状改变之后的图像的第二图像;
第一检测步骤,比较第一图像和第二图像,确定多个所述第一图像块中发生所述改变的第二图像块;
第一确定步骤,根据所述第二图像块的位置确定所述目标物体在所述第二图像中的图像区域。
优选地,预设有限定所述第一图像块的重心变化量的第一阈值和限定所述第一图像块的面积变化量的第二阈值,所述第一检测步骤具体包括:
第一判断步骤:判断在所述第二图像中,是否存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块,获取第一判断结果;
第二判断步骤:当所述第一判断结果指示在所述第二图像中,存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块时,判断所述第二图像块对比所述第一图像块的面积变化量是否在所述第二阈值内,获取第二判断结果;
检测确定步骤:当所述第二判断结果指示所述第二图像块对比所述第一图像块的面积变化量在所述第二阈值内时,继续所述第一确定步骤。
优选地,所述第一图像包括连续采集的多个图像帧,并预存有限制图像块在多个所述图像帧中重心变化量和面积变化量的第三阈值和第四阈值,所述第一解析步骤具体包括:
分割步骤:将所述第一图像按颜色划分为多个所述图像块;
重心解析步骤:在多个所述图像块中确定所述重心变化量小于所述第三阈值的第一稳定图像块;
面积解析步骤:在所述第一稳定图像块中确定所述面积变化量小于所述第四阈值的第二稳定图像块;
解析确定步骤:确定所述第二稳定图像块为所述第一图像块。
优选地,所述目标物体为手掌,并预设有所述第一图像块的面积阈值,所述第一解析步骤具体包括:
第三获取步骤:在所述第一图像中获取与所述手掌的颜色相近的肤色块;
第三判断步骤:判断所述肤色块的面积是否大于所述面积阈值,获取第三判断结果;
手掌确定步骤:当所述第三判断结果指示所述肤色块的面积大于所述面积阈值时,确定所述肤色块为所述第一图像块。
优选地,所述第三获取步骤具体包括:
第三获取子步骤:根据预设的手掌肤色,在所述第一图像中获取类肤色区域;
过滤步骤:在所述类肤色区域中滤除人脸及伪肤色区域,获得所述肤色块。
优选地,所述目标物体为手掌,所述方法进一步包括:
第三获取步骤:获取包括所述手掌的位置或者形状改变之后的图像的第三图像;
第二检测步骤:比较第二图像和第三图像,确定多个所述第二图像块中发生所述改变的第三图像块;
第二确定步骤:根据所述第三图像块的位置确定所述手掌在所述第三图像中的图像区域。
本发明还提供一种目标检测装置,用于具有图像采集功能的设备,包括:
第一获取模块:获取包括一目标物体的图像的第一图像;
第一解析模块,确定所述第一图像中可能包括所述目标物体的多个第一图像块;
第二获取模块:获取包括所述目标物体的位置或者形状改变之后的图像的第二图像;
第一检测模块,比较第一图像和第二图像,确定多个所述第一图像块中发生所述改变的第二图像块;
第一确定模块,根据所述第二图像块的位置确定所述目标物体在所述第二图像中的图像区域。
优选地,预设有限定所述第一图像块的重心变化量的第一阈值和限定所述第一图像块的面积变化量的第二阈值,所述第一检测模块具体包括:
第一判断单元:判断在所述第二图像中,是否存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块,获取第一判断结果;
第二判断单元:当所述第一判断结果指示在所述第二图像中,存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块时,判断所述第二图像块对比所述第一图像块的面积变化量是否在所述第二阈值内,获取第二判断结果;
检测确定单元:当所述第二判断结果指示所述第二图像块对比所述第一图像块的面积变化量在所述第二阈值内时,启动所述第一确定模块。
优选地,所述第一图像包括连续采集的多个图像帧,并预存有限制图像块在多个所述图像帧中重心变化量和面积变化量的第三阈值和第四阈值,所述第一解析模块具体包括:
分割单元:将所述第一图像按颜色划分为多个所述图像块;
重心解析单元:在多个所述图像块中确定所述重心变化量小于所述第三阈值的第一稳定图像块;
面积解析单元:在所述第一稳定图像块中确定所述面积变化量小于所述第四阈值的第二稳定图像块;
解析确定单元:确定所述第二稳定图像块为所述第一图像块。
优选地,所述目标物体为手掌,并预设有所述第一图像块的面积阈值,所述第一解析模块具体包括:
第三获取单元:在所述第一图像中获取与所述手掌的颜色相近的肤色块;
第三判断单元:判断所述肤色块的面积是否大于所述面积阈值,获取第三判断结果;
手掌确定单元:当所述第三判断结果指示所述肤色块的面积大于所述面积阈值时,确定所述肤色块为所述第一图像块。
优选地,所述目标物体为手掌,所述装置进一步包括:
第三获取模块:获取包括所述手掌的位置或者形状改变之后的图像的第三图像;
第二检测模块:比较第二图像和第三图像,确定多个所述第二图像块中发生所述改变的第三图像块;
第二确定模块:根据所述第三图像块的位置确定所述手掌在所述第三图像中的图像区域。
本发明的目标检测方法及装置,通过对运动中的目标物体的图像进行分析,进而准确的识别出所述目标物体,为利用到所述目标物体的影像进行的后续工作做好准备。尤其,当目标物体可为手掌时,配合用户的手势变换,检测出图像中的手掌区域,进而可以精确的提取出手掌的各种针对性特征,建立对应模板,以实现精确的手势跟踪和识别。
附图说明
图1为本发明的实施例的目标检测方法的一流程示意图;
图2为本发明的实施例的目标检测装置的一结构示意图;
图3为本发明的实施例的目标检测方法的另一流程示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和有益效果更加清楚,下面将结合附图及具体实施例进行详细描述。
图1为本发明的实施例的目标检测方法的一流程示意图。如图1所示,本发明提供一种目标检测方法,用于具有图像采集功能的设备,包括:
第一获取步骤101:获取包括一目标物体的图像的第一图像;
第一解析步骤102,确定所述第一图像中可能包括所述目标物体的多个第一图像块;
第二获取步骤103:获取包括所述目标物体的位置或者形状改变之后的图像的第二图像;
第一检测步骤104,比较第一图像和第二图像,确定多个所述第一图像块中发生所述改变的第二图像块;
第一确定步骤105,根据所述第二图像块的位置确定所述目标物体在所述第二图像中的图像区域。
上述实施例的目标检测方法,通过对比先后捕捉的包括所述目标物体的图像的第一图像和包括改变之后的所述目标物体的图像的第二图像,获得所述第二图像中符合所述改变的图像区域,将所述图像区域即所述第二图像块确定为所述目标物体的图像区域,进而准确的识别出所述目标物体,为需要利用到所述目标物体的影像进行的后续工作做好准备。例如,目标物体可为手掌,通过检测出来的手掌可以精确的提取各种针对性的特征,建立对应模板,实现精确的手势跟踪和识别。
上述实施例的关键在于,通过所述目标物体的位置或者形状的改变,来确定图像中的所述目标物体的图像区域。对于如何确定所述目标物体改变后的图像区域,可以采取多种图像比对分析方法进行分析。
优选地,预设有限定所述第一图像块的重心变化量的第一阈值和限定所述第一图像块的面积变化量的第二阈值,所述第一检测步骤104具体包括:
第一判断步骤:判断在所述第二图像中,是否存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块,获取第一判断结果;
第二判断步骤:当所述第一判断结果指示在所述第二图像中,存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块时,判断所述第二图像块对比所述第一图像块的面积变化量是否在所述第二阈值内,获取第二判断结果;
检测确定步骤:当所述第二判断结果指示所述第二图像块对比所述第一图像块的面积变化量在所述第二阈值内时,继续所述第一确定步骤。
上述实施例的技术方案中,所述重心变化量的取值范围即所述第一阈值,可为一长度表示,表示以所述第一图像块的重心为起点,以所述第二图像块的重心为终点的一段距离。当所述第二图像块的重心与所述第一图像块的重心的距离在所述第一阈值内时,表示符合重心变化量的判断条件,继续分析所述面积变化量。所述面积变化量可为一具体的面积变化数值,也可以面积变化比例值表示,例如,可设置所述第二阈值为0.75,即表示所述第一图像块与第二图像块的面积比值。通过所述实施例的技术方案分析得到的所述第二图像块,可认为是所述目标物体的影像表示,但前提为所述目标物体配合预先设置的经验阈值进行位置或者形状的变化。
除上述实施例外,也可以采取其他方法来实现本发明的检测步骤,例如,可仅设置限制所述重心变化量的阈值或仅设置限制所述面积变化量的阈值,再配合所述目标物体的多次变化,例如,可以捕捉所述目标物体3次以上的满足预设要求的变化后图像,获取每次变化后的图像参数,再找到每次变化后的图像参数均满足阈值要求的图像块,最后,确定每次变化后均满足阈值要求的图像块为所述目标物体的图像区域。
优选地,所述第一图像包括连续采集的多个图像帧,并预存有限制图像块在多个所述图像帧中重心变化量和面积变化量的第三阈值和第四阈值,所述第一解析步骤具体包括:
分割步骤:将所述第一图像按颜色划分为多个所述图像块;
重心解析步骤:在多个所述图像块中确定所述重心变化量小于所述第三阈值的第一稳定图像块;
面积解析步骤:在所述第一稳定图像块中确定所述面积变化量小于所述第四阈值的第二稳定图像块;
解析确定步骤:确定所述第二稳定图像块为所述第一图像块。
上述实施例的技术方案,通过对所述按颜色划分的图像块的重心变化量及面积变化量进行分析,找到重心和面积变化均小于预设阈值的稳定图像块,将所述稳定图像块作为后续步骤中配合目标物体动态变化进行分析的基础。
上述实施例中,所述目标物体可以为任意物体,更倾向于色彩单一的物体。当然,对于色彩斑斓的物体,可在后续的步骤中增加物体变化的次数而加以区别。
目前,手势识别技术应用广泛,且具有较高的实用价值,如何准确的识别出手势,是本领域技术人员不断完善的课题,在进行手势识别之前,准确定位手掌位置区域至关重要。优选地,所述目标物体为手掌,并预设有所述第一图像块的面积阈值,所述第一解析步骤具体包括:
第三获取步骤:在所述第一图像中获取与所述手掌的颜色相近的肤色块;
第三判断步骤:判断所述肤色块的面积是否大于所述面积阈值,获取第三判断结果;
手掌确定步骤:当所述第三判断结果指示所述肤色块的面积大于所述面积阈值时,确定所述肤色块为所述第一图像块。
上述实施例中,为了增加识别的准确性,还可在对于所述肤色块的面积进行检测的同时,加入对于所述肤色块的重心的检测,将重心稳定且面积大于所述面积阈值的肤色块作为继续后续分析的所述第一图像块。
优选地,所述第三获取步骤具体包括:
第三获取子步骤:根据预设的手掌肤色,在所述第一图像中获取类肤色区域;
过滤步骤:在所述类肤色区域中滤除人脸及伪肤色区域,获得所述肤色块。
具体的,通过摄像头获取到所述第一图像后,经过必要的滤波后再通过肤色检测算法分离出肤色区域,这时可能会有伪肤色区域。肤色检测一般会在多颜色空间检测,如RGB/HSV/LUV等。提取出了肤色区域后再对区域进一步处理,处理目标包括把不需要的肤色区域滤除,如人脸部分;可以使用人脸识别的各种技术把人脸肤色区域过滤掉。还要把非肤色区域滤除,理想情况下就只包含手相关的肤色区域,提取出来的肤色区域(不含人脸)进行腐蚀、膨胀处理,去除一些小的分支或者是小的空洞,得到所述肤色块,为下一步检测做好准备工作。
对于所述目标物体的检测,上述各实施例中均涉及所述目标物体位置或者形状改变一次的情形,为了增加目标检测的准确性,可增加所述目标物体的变化次数,当所述目标物体为手掌时,所述方法进一步包括:
第三获取步骤:获取包括所述手掌的位置或者形状改变之后的图像的第三图像;
第二检测步骤:比较第二图像和第三图像,确定多个所述第二图像块中发生所述改变的第三图像块;
第二确定步骤:根据所述第三图像块的位置确定所述手掌在所述第三图像中的图像区域。
为了达到检测的精准,可视情况增加目标物体的变化次数。
图2为本发明的实施例的目标检测装置的一结构示意图。如图2所示,本发明还提供一种目标检测装置,用于具有图像采集功能的设备,包括:
第一获取模块,获取包括一目标物体的图像的第一图像;
第一解析模块,确定所述第一图像中可能包括所述目标物体的多个第一图像块;
第二获取模块:获取包括所述目标物体的位置或者形状改变之后的图像的第二图像;
第一检测模块,比较第一图像和第二图像,确定多个所述第一图像块中发生所述改变的第二图像块;
第一确定模块,根据所述第二图像块的位置确定所述目标物体在所述第二图像中的图像区域。
优选地,预设有限定所述第一图像块的重心变化量的第一阈值和限定所述第一图像块的面积变化量的第二阈值,所述第一检测模块具体包括:
第一判断单元:判断在所述第二图像中,是否存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块,获取第一判断结果;
第二判断单元:当所述第一判断结果指示在所述第二图像中,存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块时,判断所述第二图像块对比所述第一图像块的面积变化量是否在所述第二阈值内,获取第二判断结果;
检测确定单元:当所述第二判断结果指示所述第二图像块对比所述第一图像块的面积变化量在所述第二阈值内时,启动所述第一确定模块。
优选地,所述第一图像包括连续采集的多个图像帧,并预存有限制图像块在多个所述图像帧中重心变化量和面积变化量的第三阈值和第四阈值,所述第一解析模块具体包括:
分割单元:将所述第一图像按颜色划分为多个所述图像块;
重心解析单元:在多个所述图像块中确定所述重心变化量小于所述第三阈值的第一稳定图像块;
面积解析单元:在所述第一稳定图像块中确定所述面积变化量小于所述第四阈值的第二稳定图像块;
解析确定单元:确定所述第二稳定图像块为所述第一图像块。
优选地,所述目标物体为手掌,并预设有所述第一图像块的面积阈值,所述第一解析模块具体包括:
第三获取单元:在所述第一图像中获取与所述手掌的颜色相近的肤色块;
第三判断单元:判断所述肤色块的面积是否大于所述面积阈值,获取第三判断结果;
手掌确定单元:当所述第三判断结果指示所述肤色块的面积大于所述面积阈值时,确定所述肤色块为所述第一图像块。
优选地,所述目标物体为手掌,所述装置进一步包括:
第三获取模块:获取包括所述手掌的位置或者形状改变之后的图像的第三图像;
第二检测模块:比较第二图像和第三图像,确定多个所述第二图像块中发生所述改变的第三图像块;
第二确定模块:根据所述第三图像块的位置确定所述手掌在所述第三图像中的图像区域。
上述实施例的目标检测方法及装置,可配合目标物体的位置或形状的变化,准确的检测出目标物体,为后续目标物体的高级别应用做了充足的准备。以上实施例仅为本发明的优选实施例,任何对上述实施例的组合和修饰,均应视为在本发明的保护范围之内。
图3为本发明的实施例的目标检测方法的另一流程示意图。如图3所示,本发明提供一种目标检测方法,用于具有图像采集功能的设备,预设有限定第一图像块的重心变化量的第一阈值和限定所述第一图像块的面积变化量的第二阈值,所述第一图像块表示在第一图像中可能包含目标物体的图像块,本实施例中,所述目标物体为手掌,所述方法包括:
步骤201:获取包括一展开状态的手掌的图像的第一图像。此步骤中,需要用户配合做交互手势中的第一个手势,即在摄像头前将手掌张开,并保持手掌一段时间内静止不动
步骤202:在所述第一图像中获取与所述手掌的颜色相近的肤色块。
具体的,将所述第一图像经过必要的滤波,而后再通过肤色检测算法分离出肤色区域,这时可能会有伪肤色区域。肤色检测一般会在多颜色空间检测,如RGB/HSV/LUV等。提取出了肤色区域后再对区域进一步处理,处理目标包括把不需要的肤色区域滤除,如人脸部分;可以使用人脸识别的各种技术把人脸肤色区域过滤掉。最后,提取出来的肤色区域(不含人脸)进行腐蚀、膨胀处理,去除一些小的分支或者是小的空洞,为后续的检测做好准备工作。
步骤202中检测得到的肤色块或许有多个,其中含有不包括手掌的干扰性肤色块,在后续的步骤中,需要将这些干扰性肤色块去除。
步骤203:判断所述肤色块的面积是否大于预设的面积阈值,获取第一判断结果。
步骤203是为了排除一些明显小于手掌的干扰区域,所述面积阈值的设置与被测手掌与摄像头的距离有关,这里设置一个经验阈值500,对于所述肤色块的面积大小的比较,也可以像素数进行比较,如果所述肤色块的像素数大于所述面积阈值,则认为所述肤色块有可能为手掌的图像区域,反之,如果所述肤色块的像素数小于所述面积阈值,则认为所述肤色块不可能为手掌的图像区域,予以排除。
步骤204:当所述第一判断结果指示所述肤色块的面积大于预设的面积阈值时,判断所述肤色块在所述第一图像的每一帧中的重心、面积是否稳定,获取第二判断结果。
具体的,所述第一图像包括连续采集的多个图像帧,判断所述肤色块在一定时间内(例如5~10s内)在每一图像帧中的重心是否稳定。重心衡量的指标有(x,y),其中x是横坐标值,y是纵坐标值。
肤色块重心位置(SKIN_X,SKIN_Y)是一个肤色分布的几何中心,
SKIN_X的计算:
其中SKIN_X是SKINXCoordinate(肤色块重心X坐标)的缩写,其中m是肤色块像素点的总数。xi是肤色点的X坐标。其中SKIN_X是SKINYCoordinate的缩写,yi是肤色点的Y坐标。
此外,也可以进一步考虑每一帧中肤色块的面积变化量。肤色块面积(像素总数)Area,是肤色块中像素数的总和。
稳定肤色块综合检测条件:针对一个时间序列的第0….N块肤色块。
其中1)i∈(0,N);
2)A是一个经验面积阀值,这里设定500。B是一个经验百分比,这里取10%;
3)Area0是检测起始第一个肤色块序列第一块的面积。
4)SKIN_X0·SKIN_Y0分别是检测起始第一个肤色块的重心的X/Y值。
所述重心、面积在所述多个图像帧中连续稳定的肤色块就列为疑似包括手掌区域的候选肤色块。如此,排除了一些不稳定的干扰性肤色块。
步骤205:当所述第二判断结果指示所述肤色块在所述第一图像的每一帧中的重心、面积稳定时,确定所述肤色块为第一图像块,并获取包括所述手掌为拳头状态时的图像的第二图像。经过上述一系列的排除,剩下的满足条件的肤色块作为疑似稳定的肤色块继续下面的分析步骤。
本实施例中引入交互手势,通过用户在摄像头前做出连续的三个手势动作来实现手掌的识别。步骤206中,用户配合做出第二个手势—拳头。具体的,当用户做第一个手势动作时,显示屏上手掌的周围出现蓝框标记后,就可以开始做下一个手势,由伸掌变为拳头。当手掌变成拳头时,检测并且记录下。之后,给用户一个提示,这时屏幕上相应拳头的位置处显示一个红框。提示用户进行第三个手势动作。
步骤206:比较第一图像和第二图像,判断在所述第二图像中,是否存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块,获取第三判断结果。
具体的,所述第二图像表示手掌变为拳头过程捕捉的最后一帧图像,在此变化过程中,也可以不断的对比每帧图像中疑似图像块的变化情况,如果所述第一图像块的重心向下连续稳定变化,注意没有大的突变,且变化在所述第一图像块的10%以内,重心下降到原重心的一个经验比例,如果原来手掌的高度是100,当重心降低原手掌高度的70%,可以认为满足所述第一阈值要求。
步骤207:当所述第三判断结果指示在所述第二图像中,存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块时,判断所述第二图像块对比所述第一图像块的面积变化量是否在所述第二阈值内,获取第四判断结果。
本实施例中,所述第二阈值取40%,此时如果所述第二图像块的面积与所述第一图像块面积比值在所述第二阈值内,则认为检测到了握拳变化。此时会有一个检测成功标志框提示用户(红框)。
步骤208:当所述第四判断结果指示所述第二图像块对比所述第一图像块的面积变化量在所述第二阈值内时,获取包括所述手掌为展开状态的图像的第三图像。
用户得到步骤207中的红框提示后,开始做伸掌运动。同样,在伸开手掌直到完全伸展的过程中,如果检测到了重心连续向上变化,注意不能有太大的突变,在持续的伸掌运动中,重心逐步会恢复到最开始的重心位置。
步骤209:比较第二图像和第三图像,确定多个所述第二图像块中发生对应的手势改变的第三图像块。
如果检测到了所述第三图像块的重心和所述第二图像块的重心差值在一定经验阀值内,面积也在一定经验阀值(10%)内,则认为成功检测到了手掌区域,此时给用户提示框为细红框。
步骤210:根据所述第三图像块的位置确定所述手掌在所述第三图像中的图像区域,到此手掌检测结束。
本实施例的技术方案针对使用肤色检测为核心算法的手势识别进行了改良。引入手势交互,用户在摄像头前做出伸掌-握拳-再伸掌叁个连续动作,通过连续识别出这叁个动作从而识别出手掌。交互的好处在于排除了非手肤色区域的影响,准确的识别出了手掌。正确地识别出了手掌后,就可以针对性提取用户手掌的特征及建立用户手掌的模板,而不是使用通用模板。通过本实施例的技术方案可极大的提高手掌识别的准确率。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种目标检测方法,用于具有图像采集功能的设备,其特征在于,包括:
第一获取步骤:获取包括一目标物体的图像的第一图像;
第一解析步骤,确定所述第一图像中可能包括所述目标物体的多个第一图像块;
第二获取步骤:获取包括所述目标物体的位置或者形状改变之后的图像的第二图像;
第一检测步骤,比较第一图像和第二图像,确定多个所述第一图像块中发生所述改变的第二图像块;
第一确定步骤,根据所述第二图像块的位置确定所述目标物体在所述第二图像中的图像区域。
2.根据权利要求1所述的方法,其特征在于,预设有限定所述第一图像块的重心变化量的第一阈值和限定所述第一图像块的面积变化量的第二阈值,所述第一检测步骤具体包括:
第一判断步骤:判断在所述第二图像中,是否存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块,获取第一判断结果;
第二判断步骤:当所述第一判断结果指示在所述第二图像中,存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块时,判断所述第二图像块对比所述第一图像块的面积变化量是否在所述第二阈值内,获取第二判断结果;
检测确定步骤:当所述第二判断结果指示所述第二图像块对比所述第一图像块的面积变化量在所述第二阈值内时,继续所述第一确定步骤。
3.根据权利要求1所述的方法,其特征在于,所述第一图像包括连续采集的多个图像帧,并预存有限制图像块在多个所述图像帧中重心变化量和面积变化量的第三阈值和第四阈值,所述第一解析步骤具体包括:
分割步骤:将所述第一图像按颜色划分为多个所述图像块;
重心解析步骤:在多个所述图像块中确定所述重心变化量小于所述第三阈值的第一稳定图像块;
面积解析步骤:在所述第一稳定图像块中确定所述面积变化量小于所述第四阈值的第二稳定图像块;
解析确定步骤:确定所述第二稳定图像块为所述第一图像块。
4.根据权利要求1所述的方法,其特征在于,所述目标物体为手掌,并预设有所述第一图像块的面积阈值,所述第一解析步骤具体包括:
第三获取步骤:在所述第一图像中获取与所述手掌的颜色相近的肤色块;
第三判断步骤:判断所述肤色块的面积是否大于所述面积阈值,获取第三判断结果;
手掌确定步骤:当所述第三判断结果指示所述肤色块的面积大于所述面积阈值时,确定所述肤色块为所述第一图像块。
5.根据权利要求4所述的方法,其特征在于,所述第三获取步骤具体包括:
第三获取子步骤:根据预设的手掌肤色,在所述第一图像中获取类肤色区域;
过滤步骤:在所述类肤色区域中滤除人脸及伪肤色区域,获得所述肤色块。
6.根据权利要求1所述的方法,其特征在于,所述目标物体为手掌,所述方法进一步包括:
第三获取步骤:获取包括所述手掌的位置或者形状改变之后的图像的第三图像;
第二检测步骤:比较第二图像和第三图像,确定多个所述第二图像块中发生所述改变的第三图像块;
第二确定步骤:根据所述第三图像块的位置确定所述手掌在所述第三图像中的图像区域。
7.一种目标检测装置,用于具有图像采集功能的设备,其特征在于,包括:
第一获取模块:获取包括一目标物体的图像的第一图像;
第一解析模块,确定所述第一图像中可能包括所述目标物体的多个第一图像块;
第二获取模块:获取包括所述目标物体的位置或者形状改变之后的图像的第二图像;
第一检测模块,比较第一图像和第二图像,确定多个所述第一图像块中发生所述改变的第二图像块;
第一确定模块,根据所述第二图像块的位置确定所述目标物体在所述第二图像中的图像区域。
8.根据权利要求7所述的装置,其特征在于,预设有限定所述第一图像块的重心变化量的第一阈值和限定所述第一图像块的面积变化量的第二阈值,所述第一检测模块具体包括:
第一判断单元:判断在所述第二图像中,是否存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块,获取第一判断结果;
第二判断单元:当所述第一判断结果指示在所述第二图像中,存在对比所述第一图像块,重心变化量在所述第一阈值内的第二图像块时,判断所述第二图像块对比所述第一图像块的面积变化量是否在所述第二阈值内,获取第二判断结果;
检测确定单元:当所述第二判断结果指示所述第二图像块对比所述第一图像块的面积变化量在所述第二阈值内时,启动所述第一确定模块。
9.根据权利要求7所述的装置,其特征在于,所述第一图像包括连续采集的多个图像帧,并预存有限制图像块在多个所述图像帧中重心变化量和面积变化量的第三阈值和第四阈值,所述第一解析模块具体包括:
分割单元:将所述第一图像按颜色划分为多个所述图像块;
重心解析单元:在多个所述图像块中确定所述重心变化量小于所述第三阈值的第一稳定图像块;
面积解析单元:在所述第一稳定图像块中确定所述面积变化量小于所述第四阈值的第二稳定图像块;
解析确定单元:确定所述第二稳定图像块为所述第一图像块。
10.根据权利要求7所述的装置,其特征在于,所述目标物体为手掌,并预设有所述第一图像块的面积阈值,所述第一解析模块具体包括:
第三获取单元:在所述第一图像中获取与所述手掌的颜色相近的肤色块;
第三判断单元:判断所述肤色块的面积是否大于所述面积阈值,获取第三判断结果;
手掌确定单元:当所述第三判断结果指示所述肤色块的面积大于所述面积阈值时,确定所述肤色块为所述第一图像块。
11.根据权利要求7所述的装置,其特征在于,所述目标物体为手掌,所述装置进一步包括:
第三获取模块:获取包括所述手掌的位置或者形状改变之后的图像的第三图像;
第二检测模块:比较第二图像和第三图像,确定多个所述第二图像块中发生所述改变的第三图像块;
第二确定模块:根据所述第三图像块的位置确定所述手掌在所述第三图像中的图像区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410214510.9A CN105095838B (zh) | 2014-05-20 | 2014-05-20 | 一种目标检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410214510.9A CN105095838B (zh) | 2014-05-20 | 2014-05-20 | 一种目标检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105095838A true CN105095838A (zh) | 2015-11-25 |
CN105095838B CN105095838B (zh) | 2019-09-17 |
Family
ID=54576232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410214510.9A Active CN105095838B (zh) | 2014-05-20 | 2014-05-20 | 一种目标检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105095838B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106855949A (zh) * | 2016-11-29 | 2017-06-16 | 广州视源电子科技股份有限公司 | 标记点的识别方法及装置 |
CN110569698A (zh) * | 2018-08-31 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 一种图像目标检测及语义分割方法和装置 |
CN111241881A (zh) * | 2018-11-29 | 2020-06-05 | 中国移动通信集团四川有限公司 | 区域识别的方法、装置、设备和介质 |
CN111565300A (zh) * | 2020-05-22 | 2020-08-21 | 深圳市百川安防科技有限公司 | 基于对象的视频文件处理方法、设备及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509088A (zh) * | 2011-11-28 | 2012-06-20 | Tcl集团股份有限公司 | 一种手部运动检测的方法、装置及人机交互系统 |
CN102521567A (zh) * | 2011-11-29 | 2012-06-27 | Tcl集团股份有限公司 | 一种人机交互的指尖检测方法、装置及电视机 |
CN102880865A (zh) * | 2012-09-28 | 2013-01-16 | 东南大学 | 基于肤色与形态特征的动态手势识别方法 |
CN103218601A (zh) * | 2013-04-03 | 2013-07-24 | 华为技术有限公司 | 检测手势的方法及装置 |
-
2014
- 2014-05-20 CN CN201410214510.9A patent/CN105095838B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509088A (zh) * | 2011-11-28 | 2012-06-20 | Tcl集团股份有限公司 | 一种手部运动检测的方法、装置及人机交互系统 |
CN102521567A (zh) * | 2011-11-29 | 2012-06-27 | Tcl集团股份有限公司 | 一种人机交互的指尖检测方法、装置及电视机 |
CN102880865A (zh) * | 2012-09-28 | 2013-01-16 | 东南大学 | 基于肤色与形态特征的动态手势识别方法 |
CN103218601A (zh) * | 2013-04-03 | 2013-07-24 | 华为技术有限公司 | 检测手势的方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106855949A (zh) * | 2016-11-29 | 2017-06-16 | 广州视源电子科技股份有限公司 | 标记点的识别方法及装置 |
CN110569698A (zh) * | 2018-08-31 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 一种图像目标检测及语义分割方法和装置 |
CN111241881A (zh) * | 2018-11-29 | 2020-06-05 | 中国移动通信集团四川有限公司 | 区域识别的方法、装置、设备和介质 |
CN111241881B (zh) * | 2018-11-29 | 2022-12-27 | 中国移动通信集团四川有限公司 | 区域识别的方法、装置、设备和介质 |
CN111565300A (zh) * | 2020-05-22 | 2020-08-21 | 深圳市百川安防科技有限公司 | 基于对象的视频文件处理方法、设备及系统 |
CN111565300B (zh) * | 2020-05-22 | 2020-12-22 | 深圳市百川安防科技有限公司 | 基于对象的视频文件处理方法、设备及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105095838B (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160154469A1 (en) | Mid-air gesture input method and apparatus | |
CN103824481B (zh) | 一种检测用户背诵的方法及装置 | |
CN103218605B (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
CN103824053B (zh) | 一种人脸图像的性别标注方法及人脸性别检测方法 | |
CN109446942A (zh) | 目标跟踪方法、装置和系统 | |
EP3086206A1 (en) | Method, apparatus and computer program product for providing gesture analysis | |
EP2945096A1 (en) | Character recognition method | |
RU2009102124A (ru) | Устройство обработки видеоинформации системы охранной сигнализации | |
CN108830294A (zh) | 一种图像数据的增广方法 | |
CN105631455A (zh) | 一种图像主体提取方法及系统 | |
Abate et al. | BIRD: Watershed based iris detection for mobile devices | |
CN106503651B (zh) | 一种手势图像的提取方法及系统 | |
CN105844242A (zh) | 图像中的肤色检测方法 | |
CN105095838A (zh) | 一种目标检测方法及装置 | |
CN102521567B (zh) | 一种人机交互的指尖检测方法、装置及电视机 | |
CN103218601B (zh) | 检测手势的方法及装置 | |
CN110096983A (zh) | 一种基于神经网络的图像中施工工人安全服饰检测方法 | |
KR101373415B1 (ko) | 이파리 영상 자동인식을 이용한 식물 분류 방법 및 시스템 | |
CN104463134A (zh) | 一种车牌检测方法和系统 | |
CN104281850B (zh) | 一种文字区域识别方法和装置 | |
EP2733643A3 (en) | System and method facilitating designing of classifier while recognizing characters in a video | |
EP3200092A1 (en) | Method and terminal for implementing image sequencing | |
US9727145B2 (en) | Detecting device and detecting method | |
KR101967858B1 (ko) | 3d 깊이 이미지 기반 객체 분리 장치 및 그 방법 | |
KR101313879B1 (ko) | 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |