CN111652099A - 手势识别方法、装置、设备及存储介质 - Google Patents

手势识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111652099A
CN111652099A CN202010452227.5A CN202010452227A CN111652099A CN 111652099 A CN111652099 A CN 111652099A CN 202010452227 A CN202010452227 A CN 202010452227A CN 111652099 A CN111652099 A CN 111652099A
Authority
CN
China
Prior art keywords
gesture
gesture recognition
infrared
value
exposure time
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.)
Pending
Application number
CN202010452227.5A
Other languages
English (en)
Inventor
莫经科
姚海军
苏怀东
刘常绚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TCL Technology Electronics Huizhou Co Ltd
Original Assignee
TCL Technology Electronics Huizhou Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by TCL Technology Electronics Huizhou Co Ltd filed Critical TCL Technology Electronics Huizhou Co Ltd
Priority to CN202010452227.5A priority Critical patent/CN111652099A/zh
Publication of CN111652099A publication Critical patent/CN111652099A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/28Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种手势识别方法、装置、设备及存储介质,属于手势识别技术领域。本发明通过根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值,按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作,根据所述手势动作进行手势识别,由于本发明是根据待识别物体的位置信息确定一组红外灯发射功率值与曝光值,因此在待识别物体位置不变的情况下,手势距离的远近不影响手势的识别,在确定一组红外灯发射功率值与曝光值之后,本发明能够准确识别不同距离的手势,提高了手势识别的灵活性与准确性。

Description

手势识别方法、装置、设备及存储介质
技术领域
本发明涉及手势识别技术领域,尤其涉及一种手势识别方法、手势识别装置、手势识别设备及存储介质。
背景技术
目前电子产品的人机交互技术应用越来越多,其中红外手势识别是其中一个技术,手势识别是计算机科学和语言技术中的一个主题,目的是通过数学算法来识别人类手势,手势通常源自手,用户可以使用简单的手势来控制或与设备交互,而无需接触他们。红外手势识别是通过红外线照亮了传感器前面的区域,通过传感器把手势图像识别并作处理。
通常红外手势识别是一直通过调整曝光时间阀值和红外LED灯的发射功率的关系,使得在一段范围内,能很好识别手势,但是这种红外手势识别方法只能识别一定距离范围内的手势,而对于其他更远或更近范围内的手势无法识别或识别率不高。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种手势识别方法、手势识别装置、手势识别设备及存储介质,旨在解决现有技术无法准确识别不同距离的手势的技术问题。
为实现上述目的,本发明提供了一种手势识别方法,所述方法包括以下步骤:
根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值;
按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作;
根据所述手势动作进行手势识别。
优选地,所述根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值的步骤之前,所述手势识别方法还包括:
对红外感应区域进行物体检测,在检测到所述红外感应区域内存在物体时,获取所述物体的特征信息;
检测所述特征信息是否符合预设识别条件;
在所述特征信息符合所述预设识别条件时,将所述物体作为待识别物体;
获取所述红外感应区域中所述待识别物体的位置信息。
优选地,所述根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值的步骤包括:
根据红外感应区域中待识别物体的位置信息确定所述待识别物体与红外灯之间的距离值;
获取当前装载的测量芯片所对应的芯片类型,并根据所述芯片类型获取对应的映射关系表;
在所述映射关系表中查找所述距离值对应的红外灯发射功率值与曝光时间值。
优选地,所述按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作的步骤包括:
按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的运动信息;
将所述运动信息与人体信息进行匹配,并根据匹配结果从所述待识别物体中识别出人体手部;
捕捉所述人体手部的运动轨迹,并将所述人体手部的运动轨迹作为所述待识别物体的手势动作。
优选地,所述根据所述手势动作进行手势识别的步骤包括:
获取所述手势动作对应的当前手势图像;
对所述当前手势图像进行分割,得到目标手势图像;
将所述目标手势图像与预设手势图像进行比对,获取图像比对结果;
根据所述图像比对结果获取所述手势动作对应的手势信号,并将所述手势信号作为手势识别结果。
优选地,所述手势识别方法还包括:
实时检测所述红外感应区域中所述待识别物体的位置信息是否发生变化;
若检测到所述待识别物体的位置信息未发生变化,则不调整所述红外灯发射功率值与所述曝光时间值;
若检测到所述待识别物体的位置信息发生变化,则获取所述待识别物体变化后的当前位置信息,并根据所述当前位置信息对所述红外灯发射功率值与所述曝光时间值进行实时调整。
优选地,所述手势识别方法还包括:
按照第一预设时间间隔对所述红外感应区域进行物体检测;
若在所述第一预设时间间隔内检测到所述红外感应区域中不存在物体,则将所述第一预设时间间隔调整为第二预设时间间隔,并按照所述第二预设时间间隔继续对所述红外感应区域进行物体检测;
若在所述第二预设时间间隔内检测到所述红外感应区域中不存在物体,则停止手势识别。
此外,为实现上述目的,本发明还提出一种手势识别装置,所述手势识别装置包括:
查找模块,用于根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值;
采集模块,用于按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作;
识别模块,用于根据所述手势动作进行手势识别。
此外,为实现上述目的,本发明还提出一种手势识别设备,所述手势识别设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的手势识别程序,所述手势识别程序配置为实现如上文所述的手势识别方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有手势识别程序,所述手势识别程序被处理器执行时实现如上文所述的手势识别方法的步骤。
本发明通过根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值,按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作,根据所述手势动作进行手势识别,由于本发明是根据待识别物体的位置信息确定一组红外灯发射功率值与曝光值,因此在待识别物体位置不变的情况下,手势距离的远近不影响手势的识别,在确定一组红外灯发射功率值与曝光值之后,本发明能够准确识别不同距离的手势,提高了手势识别的灵活性与准确性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的手势识别设备的结构示意图;
图2为本发明手势识别方法第一实施例的流程示意图;
图3为本发明手势识别方法第二实施例的流程示意图;
图4为本发明手势识别装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的手势识别设备结构示意图。
如图1所示,该手势识别设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对手势识别设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及手势识别程序。
在图1所示的手势识别设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明手势识别设备中的处理器1001、存储器1005可以设置在手势识别设备中,所述手势识别设备通过处理器1001调用存储器1005中存储的手势识别程序,并执行本发明实施例提供的手势识别方法。
基于上述硬件结构,提出本发明手势识别方法实施例。
本发明实施例提供了一种手势识别方法,参照图2,图2为本发明一种手势识别方法第一实施例的流程示意图。
本实施例中,所述手势识别方法包括以下步骤:
步骤S10:根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值。
需要说明的是,本实施例的执行主体为手势识别装置,手势识别装置中设有传感器包括红外传感器以及距离传感器等,红外感应区为红外传感器的通过红外线进行检测的区域,在红外感应区内的手势动作或者其他物体才会被识别,红外感应区域的大小由红外传感器自身的性能出参数所决定,根据实际情况选择合适的红外传感器,本实施例不加以限制,本实施例中的待识别物体包括人体或其他大物体,通过红外传感器对红外感应区域进行检测,获取红外感应区域中待识别物体的位置信息,根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值。
在具体实施中,在根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值的步骤之前还包括:对红外感应区域进行物体检测,在检测到所述红外感应区域内存在物体时,获取所述物体的特征信息;检测所述特征信息是否符合预设识别条件;在所述特征信息符合所述预设识别条件时,将所述物体作为待识别物体;获取所述红外感应区域中所述待识别物体的位置信息。
需要说明的是,本实施例中物体为自然界客观存在的一切有形体的物质,包括气体、液体以及固体,在检测到红外感应区域内存在物体时,获取物体的特征信息,特征信息包括物体大小尺寸或生物特征信息等,考虑到实际情况中,红外感应区域内可能存在其他干扰物体,比如小动物等生物以及一些废弃堆积物等,而这些其他干扰物体会对手势识别造成干扰,因此容易理解的是,在进行手势识别前需要保证红外感应区域内不存在其他干扰物体,本实施例通过对获取到的物体的特征信息进行检测的方式确保红外感应区域内不会存在其他干扰物体,将特征信息不符合预设条件的物体作为其他干扰物体,将特征信息符合预设条件的物体作为待识别物体,预设条件包括人体生物特征等,例如假设预设条件为人体生物特征,获取到物体的特征信息符合人体生物特征,则将人体作为待识别物体,预设条件根据实际情况自行设定,可以仅限于人体检测,本实施例不加以限制。
在本实施例中,位置信息与红外灯发射功率值以及曝光时间值存在对应关系,在得到待识别物体的位置信息之后,根据位置信息可以确定一组红外灯发射功率值与曝光时间值,红外灯发射功率值与曝光时间值为手势识别中的主要参数,在得到这两组参数之后即可开始进行手势识别。
在具体实现中根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值的步骤包括:根据红外感应区域中待识别物体的位置信息确定所述待识别物体与红外灯之间的距离值;获取当前装载的测量芯片所对应的芯片类型,并根据所述芯片类型获取对应的映射关系表;在所述映射关系表中查找所述距离值对应的红外灯发射功率值与曝光时间值。
需要说明的是,从位置信息中可以获取到待识别物体的具体位置,通过手势识别装置中的距离传感器并结合待识别物体的具体位置可以获取到手势识别装置与待识别物体的距离值,从映射关系表中可以查找到距离值对应的红外灯光发射功率值与曝光时间值,而在本实施例中,存在多个映射关系表,具体映射关系表的选择由手势识别装置所装载的测量芯片的芯片类型所决定,芯片类型对应的映射关系表为预设距离值与预设曝光时间值、预设红外灯发射功率值之间的对应关系,在映射关系表中预设距离值、预设曝光时间值以及预设红外灯发射功率值的具体数值大小由芯片类型所决定,并且芯片类型与映射关系表的对应关系可以根据情况自行设定,本实施例不加以限制,本实施例中以测量芯片为APDS9500为例进行说明,芯片类型为APDS9500对应的映射关系表如表1所示,例如在手势识别装置与待识别物体的距离为20cm时,所对应的曝光时间值为18us,红外灯发射电流值为14.7mA。
距离值 曝光时间值 红外灯发射电流值
20cm 18us 14.7mA
40cm 24us 161.7mA
60cm 30us 308.7mA
80cm 36us 455.7mA
表1距离值、曝光时间值以及红外灯发生功率值映射关系表
需要说明的是,不同型号或不同参数的红外传感器在工作时的电压基本都在20V,因此只需要得到红外灯发射电流值即可得到对应的红外灯发射功率值,上述表1为APDS9500芯片所对应的距离值、曝光时间值以及红外灯发生功率值映射关系表,不同芯片类型对应的映射关系中距离值、曝光时间值以及红外灯发射电流值的具体数值可以根据情况自行设置,此外针对上述表1,在距离值为20cm时,曝光时间值也可以设置为17us,红外灯发射电流值也可以设置为15mA,可以根据实际手势检测情况进行相应的调整,本实施例中不加以限制。
步骤S20:按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作。
本实施例中,手势识别装置按照映射关系表得到的红外灯发射功率值与曝光时间值采集待识别物体的手势动作,具体地,按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作的步骤包括:按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的运动信息;将所述运动信息与人体信息进行匹配,并根据匹配结果从所述待识别物体中识别出人体手部;捕捉所述人体手部的运动轨迹,并将所述人体手部的运动轨迹作为所述待识别物体的手势动作。
在本实施例中,为了便于理解,以待识别物体为人体进行说明,例如当待识别物体为人体时,考虑到实际情况中,用户在进行手势识别的过程中,除手部以外的其他身体部位可能也会运动或者产生一些晃动,比如身体前倾或头部晃动等,为了避免其他身体部位对手势识别造成干扰,本实施例中将采集到的人体的运动信息与人体信息进行匹配,人体信息包括人体骨架结构或人体特征等,通过信息匹配可以从身体各个部位中识别出人体手部,在识别出人体手部之后,捕捉人体手部的运动轨迹,人体手部的运动轨迹即为手势动作。
步骤S30:根据所述手势动作进行手势识别。
在本实施例中,根据所述手势动作进行手势识别的步骤具体包括:获取所述手势动作对应的当前手势图像;对所述当前手势图像进行分割,得到目标手势图像;将所述目标手势图像与预设手势图像进行比对,获取图像比对结果;根据所述图像比对结果获取所述手势动作对应的手势信号,并将所述手势信号作为手势识别结果。
需要说明的是,在实际情况中,获取到的手势动作对应的当前手势图像中会包含干扰因素,需要对当前手势图像进行分割,得目标手势图像,目标手势图像为只包含有效手势的图像,在得到有效手势图像之后,将有效手势图像与预设手势图像进行比对,预设手势图像为预先设定的手势图像的集合,所述手势图像的集合中包括多张手势图像,每张手势图像分别对应一种手势信号,通过将获取到的有效手势图像与每张手势图像进行比对,可以得到有效手势图像对应的手势信号,本实施例中图像比对可以为图像相似度比对,相似度可以设置为95%或99%等,可以结合实际情况自行设置,此外,每张手势图像对应的手势信号也可以自行定义,本实施例中均不加以限制,
本实施例根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值;按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作;根据所述手势动作进行手势识别,通过根据待识别物体的位置信息确定一组红外灯发射功率值与曝光值,提高手势识别的适应性,能够准确识别不同距离的手势。
参考图3,图3为本发明一种手势识别方法第二实施例的流程示意图。
基于上述第一实施例,本实施例手势识别方法在所述步骤S30之后,还包括:
步骤S401:实时检测所述红外感应区域中所述待识别物体的位置信息是否发生变化。
步骤S402:若检测到所述待识别物体的位置信息未发生变化,则不调整所述红外灯发射功率值与所述曝光时间值。
步骤S403:若检测到所述待识别物体的位置信息发生变化,则获取所述待识别物体变化后的当前位置信息,并根据所述当前位置信息对所述红外灯发射功率值与所述曝光时间值进行实时调整。
在本实施例中,在手势识别过程中对感应区域中待识别物体的位置信息进行实时检测,避免待识别物体在手势识别时发生移动,比如用户在手势识别时,向后退了两步,用户身体较之前远离了手势识别装置,此时如果继续按照之前的红外灯发射功率值与曝光时间值对手势进行识别,则会大大降低手势识别的准确性,因此需要实时检测待识别物体的位置信息,若待识别物体的位置信息没有发生改变,那么则不调整红外灯发射功率值与曝光时间值,同时需要说明的是,只要待识别物体的位置不变,即使手部与待识别物体或手势识别装置的距离发生了变化,也不会影响本实施中对手势的识别,但是待识别物体的位置信息一旦发生,则需要重新获取待识别物体的位置信息即获取待识别物体的当前位置信息,并根据当前位置信息从映射关系表中查找新的红外灯发射功率值与曝光时间值,根据所述当前位置信息对所述红外灯发射功率值与所述曝光时间值进行实时调整可以是利用上文所述的根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值相同的方法获得新的红外灯发射功率值与曝光时间值,并将现在的红外灯发射功率值与曝光时间值替换成新的红外灯发射功率值与曝光时间值。
需要说明的是,为了便于理解进行举例说明,例如用户在进行手势识别时,获取到用户的身体与手势识别装置的距离为20cm,通过查找映射关系表得到红外灯发生功率值为0.29W,曝光时间值为18us,继续检测红外感应区域中用户身体的位置信息,若用户没有发生移动,则继续按照红外灯发生功率值为0.29W以及曝光时间值为18us对用户的手势动作进行识别,若用户发生移动,获取用户身体的当前位置信息,假设移动后用户的身体与手势识别装置的距离为40cm,通过查找映射关系表得到新的红外灯发生功率值为3.23W,新的曝光时间值为24us,则按照红外灯发生功率值为3.23W以及曝光时间值为24us对用户的手势动作进行识别。
进一步地,所述步骤S30之后还包括:
步骤S501:按照第一预设时间间隔对所述红外感应区域进行物体检测。
步骤S502:若在所述第一预设时间间隔内检测到所述红外感应区域中不存在物体,则将所述第一预设时间间隔调整为第二预设时间间隔,并按照所述第二预设时间间隔继续对所述红外感应区域进行物体检测。
步骤S503:若在所述第二预设时间间隔内检测到所述红外感应区域中不存在物体,则停止手势识别。
易于理解的是,本实施例中手势识别并非一直处于开启状态,需要进行手势识别时才会开启手势识别,而手势识别的开始与停止依据的是红外感应区域中是否存在物体,本实施例通过物体检测判断红外感应区域中是否仍存在物体,在具体实现中,先按照第一预设时间间隔对红外感应区域进行检测,若在第一预设时间间隔内检测到红外感应区域中存在物体,则继续进行手势识别,若在第一预设时间间隔内检测到红外感应区域中不存在物体,考虑到时间间隔对检测结果具有一定影响,为了提高检测准确性,将第一预设时间间隔调整为第二预设时间间隔,并按照第二预设时间间隔继续对红外感应区域进行检测,若在所述第二预设时间间隔内检测到所述红外感应区域中不存在物体,此时可以判定红外感应区域中已经不存在物体,则停止手势识别,此外,需要说明的是,第一预设时间间隔与第二预设时间间隔为预先设定的不同大小的时间间隔,第一预设时间间隔可以设置为小间隔,例如10ms,第二预设时间间隔可以设置为大间隔,例如50ms,本实施例中第一预设时间间隔与第二预设时间间隔的大小设置仅为举例说明,具体的时间间隔可以根据情况自行设置,本实施例不加以限制。
本实施例通过实时检测所述红外感应区域中待识别物体的位置信息是否发生变化,若检测到所述待识别物体的位置信息未发生变化,则不调整所述红外灯发射功率值与所述曝光时间值,若检测到所述待识别物体的位置信息发生变化,则获取所述待识别物体变化后的当前位置信息,并根据所述当前位置信息对所述红外灯发射功率值与所述曝光时间值进行实时调整,使得手势检测更加准确,同时在手势识别完成后,按照第一预设时间间隔对所述红外感应区域进行物体检测,若在所述第一预设时间间隔内检测到所述红外感应区域中不存在物体,则将所述第一预设时间间隔调整为第二预设时间间隔,并按照所述第二预设时间间隔继续对所述红外感应区域进行物体检测,若在所述第二预设时间间隔内检测到所述红外感应区域中不存在物体,则停止手势识别,避免出现红外感应区域中物体的误识别,提高了手势识别的准确性与稳定性。
参照图4,图4为本发明手势识别装置第一实施例的结构框图。
如图4所示,本发明实施例提出的手势识别装置包括:
查找模块10,用于根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值。
需要说明的是,红外感应区为红外传感器的通过红外线进行检测的区域,在红外感应区内的手势动作或者其他物体才会被识别,红外感应区域的大小由红外传感器自身的性能出参数所决定,根据实际情况选择合适的红外传感器,本实施例不加以限制,本实施例中的待识别物体包括人体或其他大物体,通过红外传感器对红外感应区域进行检测,获取红外感应区域中人体或其他大物体的位置信息,根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值。
在具体实施中,在根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值的步骤之前还包括:对红外感应区域进行物体检测,在检测到所述红外感应区域内存在物体时,获取所述物体的特征信息;检测所述特征信息是否符合预设识别条件;在所述特征信息符合所述预设识别条件时,将所述物体作为待识别物体;获取所述红外感应区域中所述待识别物体的位置信息。
需要说明的是,本实施例中物体为自然界客观存在的一切有形体的物质,包括气体、液体以及固体,在检测到红外感应区域内存在物体时,获取物体的特征信息,特征信息包括物体大小尺寸或生物特征信息等,考虑到实际情况中,红外感应区域内可能存在其他干扰物体,比如小动物等生物以及一些废弃堆积物等,而这些其他干扰物体会对手势识别造成干扰,因此容易理解的是,在进行手势识别前需要保证红外感应区域内不存在其他干扰物体,本实施例通过对获取到的物体的特征信息进行检测的方式确保红外感应区域内不会存在其他干扰物体,将特征信息不符合预设条件的物体作为其他干扰物体,将特征信息符合预设条件的物体作为待识别物体,预设条件包括人体生物特征等,例如假设预设条件为人体生物特征,获取到物体的特征信息符合人体生物特征,则将人体作为待识别物体,预设条件根据实际情况自行设定,可以仅限于人体检测,本实施例不加以限制。
在本实施例中,位置信息与红外灯发射功率值以及曝光时间值存在对应关系,在得到待识别物体的位置信息之后,根据位置信息可以确定一组红外灯发射功率值与曝光时间值,红外灯发射功率值与曝光时间值为手势识别中的主要参数,在得到这两组参数之后即可开始进行手势识别。
在具体实现中,根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值的步骤包括:根据红外感应区域中待识别物体的位置信息确定所述待识别物体与红外灯之间的距离值;获取当前装载的测量芯片所对应的芯片类型,并根据所述芯片类型获取对应的映射关系表;在所述映射关系表中查找所述距离值对应的红外灯发射功率值与曝光时间值。
需要说明的是,从位置信息中可以获取到待识别物体的具体位置,通过距离传感器并结合待识别物体的具体位置可以获取到手势识别装置与待识别物体的距离值,从映射关系表中可以查找到距离值对应的红外灯光发射功率值与曝光时间值,而在本实施例中,存在多个映射关系表,具体映射关系表的选择由手势识别装置所装载的测量芯片的芯片类型所决定,芯片类型对应的映射关系表为预设距离值与预设曝光时间值、预设红外灯发射功率值之间的对应关系,在映射关系表中预设距离值、预设曝光时间值以及预设红外灯发射功率值的具体数值大小由芯片类型所决定,芯片类型与映射关系表的对应关系可以根据情况自行设定,本实施例不加以限制,本实施例中以测量芯片为APDS9500为例进行说明,芯片类型为APDS9500对应的映射关系表如表1所示,例如在手势识别装置与待识别物体的距离为20cm时,所对应的曝光时间值为18us,红外灯发射电流值为14.7mA。
Figure BDA0002507689020000121
Figure BDA0002507689020000131
表1距离值、曝光时间值以及红外灯发生功率值映射关系表
需要说明的是,不同型号或不同参数的红外传感器在工作时的电压基本都在20V,因此只需要得到红外灯发射电流值即可得到对应的红外灯发射功率值,上述表1为APDS9500芯片所对应的距离值、曝光时间值以及红外灯发生功率值映射关系表,不同芯片类型对应的映射关系中距离值、曝光时间值以及红外灯发射电流值的具体数值可以根据情况自行设置,此外针对上述表1,在距离值为20cm时,曝光时间值也可以设置为17us,红外灯发射电流值也可以设置为15mA,可以根据实际手势检测情况进行相应的调整,本实施例中不加以限制。
采集模块20,用于按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作。
本实施例中,手势识别装置按照映射关系表得到的红外灯发射功率值与曝光时间值采集待识别物体的手势动作,具体地,按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作的步骤包括:按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的运动信息;将所述运动信息与人体信息进行匹配,并根据匹配结果从所述待识别物体中识别出人体手部;捕捉所述人体手部的运动轨迹,并将所述人体手部的运动轨迹作为所述待识别物体的手势动作。
在本实施例中,为了便于理解,以待识别物体为人体进行说明,例如当待识别物体为人体时,考虑到实际情况中,用户在进行手势识别的过程中,除手部以外的其他身体部位可能也会运动或者产生一些晃动,比如身体前倾或头部晃动等,为了避免其他身体部位对手势识别造成干扰,本实施例中将采集到的人体的运动信息与人体信息进行匹配,人体信息包括人体骨架结构或人体特征等,通过信息匹配可以从身体各个部位中识别出人体手部,在识别出人体手部之后,捕捉人体手部的运动轨迹,人体手部的运动轨迹即为手势动作。
识别模块30,用于根据所述手势动作进行手势识别。
在本实施例中,根据所述手势动作进行手势识别的步骤具体包括:获取所述手势动作对应的当前手势图像;对所述当前手势图像进行分割,得到目标手势图像;将所述目标手势图像与预设手势图像进行比对,获取图像比对结果;根据所述图像比对结果获取所述手势动作对应的手势信号,并将所述手势信号作为手势识别结果。
需要说明的是,在实际情况中,获取到的手势动作对应的当前手势图像中会包含干扰因素,需要对当前手势图像进行分割,得目标手势图像,目标手势图像为只包含有效手势的图像,在得到有效手势图像之后,将有效手势图像与预设手势图像进行比对,预设手势图像为预先设定的手势图像的集合,所述手势图像的集合中包括多张手势图像,每张手势图像分别对应一种手势信号,通过将获取到的有效手势图像与每张手势图像进行比对,可以得到有效手势图像对应的手势信号,本实施例中图像比对可以为图像相似度比对,相似度可以设置为95%或99%等,可以结合实际情况自行设置,此外,每张手势图像对应的手势信号也可以自行定义,本实施例中均不加以限制,
本实施例根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值;按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作;根据所述手势动作进行手势识别,通过根据待识别物体的位置信息确定一组红外灯发射功率值与曝光值,提高手势识别的适应性,能够准确识别不同距离的手势。
在一实施例中,还包括检测模块,用于对红外感应区域进行物体检测,在检测到所述红外感应区域内存在物体时,获取所述物体的特征信息;检测所述特征信息是否符合预设识别条件;在所述特征信息符合所述预设识别条件时,将所述物体作为待识别物体;获取所述红外感应区域中所述待识别物体的位置信息。
在一实施例中,所述查找模块20,还用于根据红外感应区域中待识别物体的位置信息确定所述待识别物体与红外灯之间的距离值;获取当前装载的测量芯片所对应的芯片类型,并根据所述芯片类型获取对应的映射关系表;在所述映射关系表中查找所述距离值对应的红外灯发射功率值与曝光时间值。
在一实施例中,所述采集模块30,还用于按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的运动信息;将所述运动信息与人体信息进行匹配,并根据匹配结果从所述待识别物体中识别出人体手部;捕捉所述人体手部的运动轨迹,并将所述人体手部的运动轨迹作为所述待识别物体的手势动作。
在一实施例中,所述识别模块30,还用于获取所述手势动作对应的当前手势图像;对所述当前手势图像进行分割,得到目标手势图像;将所述目标手势图像与预设手势图像进行比对,获取图像比对结果;根据所述图像比对结果获取所述手势动作对应的手势信号,并将所述手势信号作为手势识别结果。
在一实施例中,还包括调整模块,用于实时检测所述红外感应区域中所述待识别物体的位置信息是否发生变化;若检测到所述待识别物体的位置信息未发生变化,则不调整所述红外灯发射功率值与所述曝光时间值;若检测到所述待识别物体的位置信息发生变化,则获取所述待识别物体变化后的当前位置信息,并根据所述当前位置信息对所述红外灯发射功率值与所述曝光时间值进行实时调整。
在一实施例中,还包括控制模块,用于按照第一预设时间间隔对所述红外感应区域进行物体检测;若在所述第一预设时间间隔内检测到所述红外感应区域中不存在物体,则将所述第一预设时间间隔调整为第二预设时间间隔,并按照所述第二预设时间间隔继续对所述红外感应区域进行物体检测;若在所述第二预设时间间隔内检测到所述红外感应区域中不存在物体,则停止手势识别。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有手势识别程序,所述手势识别程序被处理器执行时实现如上文所述的手势识别方法的步骤。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的手势识别方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种手势识别方法,其特征在于,所述手势识别方法包括:
根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值;
按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作;
根据所述手势动作进行手势识别。
2.如权利要求1所述的手势识别方法,其特征在于,所述根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值的步骤之前,所述手势识别方法还包括:
对红外感应区域进行物体检测,在检测到所述红外感应区域内存在物体时,获取所述物体的特征信息;
检测所述特征信息是否符合预设识别条件;
在所述特征信息符合所述预设识别条件时,将所述物体作为待识别物体;
获取所述红外感应区域中所述待识别物体的位置信息。
3.如权利要求1所述的手势识别方法,其特征在于,所述根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值的步骤包括:
根据红外感应区域中待识别物体的位置信息确定所述待识别物体与红外灯之间的距离值;
获取当前装载的测量芯片所对应的芯片类型,并根据所述芯片类型获取对应的映射关系表;
在所述映射关系表中查找所述距离值对应的红外灯发射功率值与曝光时间值。
4.如权利要求1所述的手势识别方法,其特征在于,所述按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作的步骤包括:
按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的运动信息;
将所述运动信息与人体信息进行匹配,并根据匹配结果从所述待识别物体中识别出人体手部;
捕捉所述人体手部的运动轨迹,并将所述人体手部的运动轨迹作为所述待识别物体的手势动作。
5.如权利要求4所述的手势识别方法,其特征在于,所述根据所述手势动作进行手势识别的步骤包括:
获取所述手势动作对应的当前手势图像;
对所述当前手势图像进行分割,得到目标手势图像;
将所述目标手势图像与预设手势图像进行比对,获取图像比对结果;
根据所述图像比对结果获取所述手势动作对应的手势信号,并将所述手势信号作为手势识别结果。
6.如权利要求1至5中任一项所述的手势识别方法,其特征在于,所述手势识别方法还包括:
实时检测所述红外感应区域中所述待识别物体的位置信息是否发生变化;
若检测到所述待识别物体的位置信息未发生变化,则不调整所述红外灯发射功率值与所述曝光时间值;
若检测到所述待识别物体的位置信息发生变化,则获取所述待识别物体变化后的当前位置信息,并根据所述当前位置信息对所述红外灯发射功率值与所述曝光时间值进行实时调整。
7.如权利要求1至5中任一项所述的手势识别方法,其特征在于,所述手势识别方法还包括:
按照第一预设时间间隔对所述红外感应区域进行物体检测;
若在所述第一预设时间间隔内检测到所述红外感应区域中不存在物体,则将所述第一预设时间间隔调整为第二预设时间间隔,并按照所述第二预设时间间隔继续对所述红外感应区域进行物体检测;
若在所述第二预设时间间隔内检测到所述红外感应区域中不存在物体,则停止手势识别。
8.一种手势识别装置,其特征在于,所述装置包括:
查找模块,用于根据红外感应区域中待识别物体的位置信息,确定红外灯发射功率值与曝光时间值;
采集模块,用于按照所述红外灯发射功率值与所述曝光时间值采集所述待识别物体的手势动作;
识别模块,用于根据所述手势动作进行手势识别。
9.一种手势识别设备,其特征在于,所述手势识别设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的手势识别程序,所述手势识别程序配置为实现如权利要求1至7中任一项所述的手势识别方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有手势识别程序,所述手势识别程序被处理器执行时实现如权利要求1至7任一项所述的手势识别方法的步骤。
CN202010452227.5A 2020-05-25 2020-05-25 手势识别方法、装置、设备及存储介质 Pending CN111652099A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010452227.5A CN111652099A (zh) 2020-05-25 2020-05-25 手势识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010452227.5A CN111652099A (zh) 2020-05-25 2020-05-25 手势识别方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111652099A true CN111652099A (zh) 2020-09-11

Family

ID=72346854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010452227.5A Pending CN111652099A (zh) 2020-05-25 2020-05-25 手势识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111652099A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206877276U (zh) * 2017-03-30 2018-01-12 深圳市彩易生活科技有限公司 一种基于手势的音箱控制系统
CN109857251A (zh) * 2019-01-16 2019-06-07 珠海格力电器股份有限公司 智能家电的手势识别控制方法、装置、存储介质及设备
CN109903324A (zh) * 2019-04-08 2019-06-18 京东方科技集团股份有限公司 一种深度图像获取方法及装置
CN110463183A (zh) * 2019-06-28 2019-11-15 深圳市汇顶科技股份有限公司 识别装置及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206877276U (zh) * 2017-03-30 2018-01-12 深圳市彩易生活科技有限公司 一种基于手势的音箱控制系统
CN109857251A (zh) * 2019-01-16 2019-06-07 珠海格力电器股份有限公司 智能家电的手势识别控制方法、装置、存储介质及设备
CN109903324A (zh) * 2019-04-08 2019-06-18 京东方科技集团股份有限公司 一种深度图像获取方法及装置
CN110463183A (zh) * 2019-06-28 2019-11-15 深圳市汇顶科技股份有限公司 识别装置及方法

Similar Documents

Publication Publication Date Title
WO2019179442A1 (zh) 智能设备的交互目标确定方法和装置
CN104350509B (zh) 快速姿势检测器
CN109325456B (zh) 目标识别方法、装置、目标识别设备及存储介质
CN110689535B (zh) 一种工件识别方法、装置及电子设备和存储介质
US10678342B2 (en) Method of virtual user interface interaction based on gesture recognition and related device
CN103824072B (zh) 对手写字符的字体结构进行检测的方法及装置
CN110598559B (zh) 检测运动方向的方法、装置、计算机设备和存储介质
KR101631011B1 (ko) 제스처 인식 장치 및 제스처 인식 장치의 제어 방법
CN105229582A (zh) 基于近距离传感器和图像传感器的手势检测
KR101436050B1 (ko) 손모양 깊이영상 데이터베이스 구축방법, 손모양 인식방법 및 손모양 인식 장치
US8917957B2 (en) Apparatus for adding data to editing target data and displaying data
CN111736709A (zh) Ar眼镜控制方法、设备、存储介质及装置
EP3865993A1 (en) System and method for dynamic device user interface generation based on user characteristics
CN111914841B (zh) 一种ct图像处理方法和装置
US9176588B2 (en) System and method for discerning complex gestures using an array of optical sensors
JP6786015B1 (ja) 動作分析システムおよび動作分析プログラム
US9092083B2 (en) Contact detecting device, record display device, non-transitory computer readable medium, and contact detecting method
CN111652099A (zh) 手势识别方法、装置、设备及存储介质
EP3364339B1 (en) Device, method, and non-transitory computer-readable storage medium for biometric authentication
CN113220125A (zh) 手指交互方法、装置、电子设备及计算机存储介质
CN108696722B (zh) 一种目标监测方法、系统及设备和存储介质
CN115335872A (zh) 目标检测网络的训练方法、目标检测方法及装置
Nguyen et al. Vietnamese sign language reader using Intel Creative Senz3D
CN115793892B (zh) 触摸数据处理方法、装置、电子设备及存储介质
US11983242B2 (en) Learning data generation device, learning data generation method, and learning data generation program

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination