JP2014238727A5 - - Google Patents

Description

本発明にかかる情報処理装置は、ジェスチャ認識を行う情報処理装置であって、
ジェスチャ入力が行われるジェスチャ入力領域を撮影した画像を取得する取得手段と、
前記画像からジェスチャ入力のために使用する物体を検出する第一の検出手段と、
前記検出された物体が前記画像内に設けられた判定領域と交わる交点の画像座標を検出する第二の検出手段と、
前記ジェスチャ入力領域を撮影した画像群から前記第二の検出手段が検出した画像座標群に基づき、１つの基点画像座標を算出する算出手段と、
前記物体によりなされるジェスチャを認識するために用いられるジェスチャ座標系を、１つの基準画像座標と前記１つの基点画像座標とに基づいて決定する第一の決定手段と、
前記画像群から前記第一の検出手段が検出した前記物体の特徴量群を、前記ジェスチャ座標系における前記物体の特徴量群に変換し、該変換された特徴量群に基づいて、前記画像群における前記物体の動きを、前記物体によりなされるジェスチャとして認識する認識手段と
を有することを特徴とする。

Claims (21)

1. ジェスチャ認識を行う情報処理装置であって、
   ジェスチャ入力が行われるジェスチャ入力領域を撮影した画像を取得する取得手段と、
   前記画像からジェスチャ入力のために使用する物体を検出する第一の検出手段と、
   前記検出された物体が前記画像内に設けられた判定領域と交わる交点の画像座標を検出する第二の検出手段と、
   前記ジェスチャ入力領域を撮影した画像群から前記第二の検出手段が検出した画像座標群に基づき、１つの基点画像座標を算出する算出手段と、
   前記物体によりなされるジェスチャを認識するために用いられるジェスチャ座標系を、１つの基準画像座標と前記１つの基点画像座標とに基づいて決定する第一の決定手段と、
   前記画像群から前記第一の検出手段が検出した前記物体の特徴量群を、前記ジェスチャ座標系における前記物体の特徴量群に変換し、該変換された特徴量群に基づいて、前記画像群における前記物体の動きを、前記物体によりなされるジェスチャとして認識する認識手段と
   を有することを特徴とする情報処理装置。
2. さらに、
   前記画像群から前記第一の検出手段が検出した前記物体の特徴量群を、前記ジェスチャ座標系における前記物体の特徴量群に変換し、該変換された特徴量群に基づいて、前記画像群における前記物体の動きを、ジェスチャモデルとして学習する学習手段を有することを特徴とする請求項１に記載された情報処理装置。
3. 前記物体の特徴量は、該物体において前記交点の画像座標から最も遠い先端部分の画像座標であることを特徴とする請求項１に記載された情報処理装置。
4. 前記認識手段は、前記学習手段により学習済みの前記ジェスチャモデルと、前記変換された特徴量群と、に基づきジェスチャ認識を行うことを特徴とする請求項２に記載された情報処理装置。
5. 前記算出手段は、前記基点画像座標として、前記第二の検出手段が前記画像群から検出した画像座標群の平均画像座標を算出することを特徴とする請求項１に記載された情報処理装置。
6. 前記基準画像座標は、前記ジェスチャ入力領域の中心付近に対応する画像座標であることを特徴とする請求項１に記載された情報処理装置。
7. 前記基準画像座標は、前記ジェスチャ入力領域に配置され且つ前記ジェスチャによる操作対象に対応する画像座標であることを特徴とする請求項１に記載された情報処理装置。
8. 更に、
   前記画像群から前記第一の検出手段が検出した前記物体の画像座標群の平均画像座標を推定する推定手段と、
   前記平均画像座標と前記基点画像座標とを結ぶ直線に基づき、前記ジェスチャ入力領域に配置された複数の操作対象から１つの操作対象を決定する決定手段とを有し、
   前記基準画像座標は、前記決定された１つの操作対象に対応する画像座標であることを特徴とする請求項１に記載された情報処理装置。
9. 更に、
   前記ジェスチャ入力領域に配置された操作対象の複数の候補のそれぞれについて、該候補の画像座標と前記基点画像座標とに基づいて、前記ジェスチャ座標系を決定する決定手段と、
   前記画像群から前記第一の検出手段が検出した前記物体の特徴量群を、前記複数の候補のそれぞれについて決定したジェスチャ座標系における前記物体の特徴量群に変換し、該変換された特徴量群と前記ジェスチャモデルとに基づいて、前記複数の候補から１つの候補を決定し、該決定した１つの候補の画像座標を前記基準画像座標として設定する手段と
   を有することを特徴とする請求項４に記載された情報処理装置。
10. 前記ジェスチャ入力領域に配置された操作対象の複数の候補は、前記ジェスチャ入力領域に載置された複数の物体または前記ジェスチャ入力領域に表示された複数の画像であることを特徴とする請求項９に記載された情報処理装置。
11. 前記第一の決定手段は、前記基点画像座標を原点とする前記ジェスチャ座標系を決定することを特徴とする請求項１に記載された情報処理装置。
12. 前記第一の決定手段は、前記基点画像座標から前記基準画像座標に向かうベクトルを前記ジェスチャ座標系の一軸とする前記ジェスチャ座標系を決定することを特徴とする請求項１に記載された情報処理装置。
13. 前記判定領域は、前記ジェスチャ入力領域の境界であることを特徴とする請求項1から請求項１２の何れか一項に記載された情報処理装置。
14. 前記判定領域は、前記ジェスチャ入力領域を撮影する撮像手段の撮影範囲の境界であることを特徴とする請求項１乃至１２の何れか一項に記載された情報処理装置。
15. 前記画像群は、前記物体が前記ジェスチャ入力領域に侵入してから退くまでの期間内に前記ジェスチャ入力領域を撮影した画像群であり、
    前記認識手段は、前記期間中における前記物体の動きを前記物体によるジェスチャとして認識する
    ことを特徴とする請求項１に記載の情報処理装置。
16. 前記第二の検出手段は、前記ジェスチャ入力領域を撮影した画像から前記物体が検出されている間は前記交点の画像座標を検出し、
    前記算出手段は、前記ジェスチャ入力領域を撮影した画像から前記物体が検出されなくなったことに応じて、前記ジェスチャ入力領域を撮影した画像から前記物体が検出されている間に前記第二の検出手段が検出した画像座標群に基づいて前記基点画像座標を算出する
    ことを特徴とする請求項１に記載の情報処理装置。
17. ジェスチャを認識する情報処理装置であって、
    ジェスチャ入力を行うために使用される物体が、該ジェスチャ入力が行われる領域であるジェスチャ入力領域に侵入してから退くまでの期間内に、該ジェスチャ入力領域を撮影した画像群から、該期間内の該物体の位置の変化を表す情報を検出する検出手段と、
    基準位置と前記情報により表される変化とに基づいて、前記物体によるジェスチャを認識するために用いるジェスチャ座標系を決定する決定手段と、
    前記ジェスチャ座標系における前記変化の特徴量に基づいて、前記物体によるジェスチャを認識する認識手段と
    を備えることを特徴とする情報処理装置。
18. ジェスチャ認識を行う情報処理装置が行う情報処理方法であって、
    前記情報処理装置の取得手段が、ジェスチャ入力が行われるジェスチャ入力領域を撮影した画像を取得し、
    前記情報処理装置の第一の検出手段が、前記画像からジェスチャ入力のために使用する物体を検出し、
    前記情報処理装置の第二の検出手段が、前記検出された物体が前記画像内に設けられた判定領域と交わる交点の画像座標を検出し、
    前記情報処理装置の算出手段が、前記ジェスチャ入力領域を撮影した画像群から前記検出した画像座標群に基づき、１つの基点画像座標を算出し、
    前記情報処理装置の第一の決定手段が、前記物体によりなされるジェスチャを認識するために用いられるジェスチャ座標系を、１つの基準画像座標と前記１つの基点画像座標とに基づいて決定し、
    前記情報処理装置の認識手段が、前記画像群から検出した前記物体の特徴量群を、前記ジェスチャ座標系における前記物体の特徴量群に変換し、該変換された特徴量群に基づいて、前記画像群における前記物体の動きを、前記物体によりなされるジェスチャとして認識することを特徴とする情報処理方法。
19. ジェスチャを認識する情報処理装置が行う情報処理方法であって、
    前記情報処理装置の検出手段が、ジェスチャ入力を行うために使用される物体が、該ジェスチャ入力が行われる領域であるジェスチャ入力領域に侵入してから退くまでの期間内に、該ジェスチャ入力領域を撮影した画像群から、該期間内の該物体の位置の変化を表す情報を検出し、
    前記情報処理装置の決定手段が、基準位置と前記情報により表される変化とに基づいて、前記物体によるジェスチャを認識するために用いるジェスチャ座標系を決定し、
    前記情報処理装置の認識手段が、前記ジェスチャ座標系における前記変化の特徴量に基づいて、前記物体によるジェスチャを認識することを特徴とする情報処理方法。
20. コンピュータを請求項１から請求項１７の何れか一項に記載された情報処理装置の各手段として機能させるためのプログラム。
21. 請求項２０に記載されたプログラムが格納されたコンピュータ読み取り可能な記録媒体。