RU2013148582A - Процессор обработки изображений, содержащий систему распознавания жестов с вычислительно-эффективным распознаванием неподвижной позы руки - Google Patents

Процессор обработки изображений, содержащий систему распознавания жестов с вычислительно-эффективным распознаванием неподвижной позы руки Download PDF

Info

Publication number
RU2013148582A
RU2013148582A RU2013148582/08A RU2013148582A RU2013148582A RU 2013148582 A RU2013148582 A RU 2013148582A RU 2013148582/08 A RU2013148582/08 A RU 2013148582/08A RU 2013148582 A RU2013148582 A RU 2013148582A RU 2013148582 A RU2013148582 A RU 2013148582A
Authority
RU
Russia
Prior art keywords
hand
interest
area
main direction
skeleton
Prior art date
Application number
RU2013148582/08A
Other languages
English (en)
Inventor
Иван Леонидович Мазуренко
Дмитрий Николаевич Бабин
Александр Александрович Петюшко
Денис Васильевич Парфенов
Павел Александрович Алисейчик
Александр Борисович Холоденко
Original Assignee
ЭлЭсАй Корпорейшн
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 ЭлЭсАй Корпорейшн filed Critical ЭлЭсАй Корпорейшн
Priority to RU2013148582/08A priority Critical patent/RU2013148582A/ru
Priority to US14/358,320 priority patent/US20150161437A1/en
Priority to PCT/US2014/036339 priority patent/WO2015065520A1/en
Publication of RU2013148582A publication Critical patent/RU2013148582A/ru

Links

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
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107Static hand or arm
    • G06V40/113Recognition of static hand signs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

1. Способ, содержащий этапы, на которых:идентифицируют представляющую интерес область руки в по меньшей мере одном изображении;выполняют операцию скелетного представления над представляющей интерес областью руки;определяют главное направление представляющей интерес области руки с использованием результата операции скелетного представления;выполняют операцию сканирования над представляющей интерес областью руки с использованием определенного главного направления для оценки множества признаков руки, которые являются по существу неизменными для ориентации руки; ираспознают неподвижную позу представляющей интерес области руки на основе оцененных признаков руки;при этом этапы реализуют в процессоре обработки изображений, содержащем процессор, соединенный с памятью.2. Способ по п.1, в котором этапы реализуют в модуле распознавания неподвижной позы системы распознавания жестов процессора обработки изображений.3. Способ по п.2, в котором модуль распознавания неподвижной позы функционирует на более низкой частоте кадров, чем по меньшей мере один другой модуль распознавания системы распознавания жестов.4. Способ по п.1, в котором этап идентификации представляющей интерес области руки содержит этап, на котором генерируют изображение руки, содержащее двоичную маску представляющей интерес области, в которой все пиксели внутри представляющей интерес области руки имеют первое двоичное значение, а все пиксели вне представляющей интерес области руки имеют второе двоичное значение, дополнительное к первому двоичному значению.5. Способ по п.1, в котором результат операции скелетного представления содержит скел

Claims (20)

1. Способ, содержащий этапы, на которых:
идентифицируют представляющую интерес область руки в по меньшей мере одном изображении;
выполняют операцию скелетного представления над представляющей интерес областью руки;
определяют главное направление представляющей интерес области руки с использованием результата операции скелетного представления;
выполняют операцию сканирования над представляющей интерес областью руки с использованием определенного главного направления для оценки множества признаков руки, которые являются по существу неизменными для ориентации руки; и
распознают неподвижную позу представляющей интерес области руки на основе оцененных признаков руки;
при этом этапы реализуют в процессоре обработки изображений, содержащем процессор, соединенный с памятью.
2. Способ по п.1, в котором этапы реализуют в модуле распознавания неподвижной позы системы распознавания жестов процессора обработки изображений.
3. Способ по п.2, в котором модуль распознавания неподвижной позы функционирует на более низкой частоте кадров, чем по меньшей мере один другой модуль распознавания системы распознавания жестов.
4. Способ по п.1, в котором этап идентификации представляющей интерес области руки содержит этап, на котором генерируют изображение руки, содержащее двоичную маску представляющей интерес области, в которой все пиксели внутри представляющей интерес области руки имеют первое двоичное значение, а все пиксели вне представляющей интерес области руки имеют второе двоичное значение, дополнительное к первому двоичному значению.
5. Способ по п.1, в котором результат операции скелетного представления содержит скелет руки, содержащий набор точек скелета.
6. Способ по п.5, в котором этап выполнения операции скелетного представления над представляющей интерес областью руки содержит этап, на котором для каждого множества строк представляющей интерес области руки выбирают среднюю точку между наиболее удаленными левым и правым пикселями представляющей интерес области руки в качестве точки скелета для этой строки.
7. Способ по п.5, в котором этап выполнения операции скелетного представления над представляющей интерес областью руки содержит этапы, на которых:
применяют морфологическую операцию замыкания к изображению руки, содержащему представляющую интерес область руки, для генерирования закрытого изображения руки;
вычисляют преобразование расстояния для закрытого изображения руки; и
выбирают точки скелета на основе преобразования расстояния.
8. Способ по п.1, в котором этап определения главного направления представляющей интерес области руки содержит этапы, на которых:
определяют линию предсказания на основе набора точек скелета;
получают главное направление из линии предсказания;
идентифицируют точки скелета, расположенные дальше порогового расстояния от линии предсказания;
исключают идентифицированные точки скелета из набора точек скелета для генерирования обновленного набора точек скелета; и
повторяют упомянутые этапы определения, получения, идентификации и исключения для одной или более дополнительных итераций, пока не достигнуто назначенное минимальное количество идентифицированных точек скелета, или пока не достигнуто назначенное максимальное количество итераций.
9. Способ по п.1, дополнительно содержащий этапы, на которых:
идентифицируют границу ладони представляющей интерес области руки; и
изменяют представляющую интерес область руки для исключения из представляющей интерес области руки любых пикселей ниже идентифицированной границы ладони.
10. Способ по п.1, в котором этап выполнения операции сканирования с использованием определенного главного направления, содержит этапы, на которых:
определяют множество линий, перпендикулярных линии главного направления; и
сканируют представляющую интерес область руки вдоль перпендикулярных линий.
11. Способ по п.1, в котором признаки руки включают в себя один или более из следующих признаков руки или их функций:
площадь представляющей интерес области руки;
периметр представляющей интерес области руки;
ширина представляющей интерес области руки; и
высота представляющей интерес области руки.
12. Способ по п.1, в котором признаки руки включают в себя центральные моменты второго порядка или их функции для координат пикселей представляющей интерес области руки.
13. Способ по п.1, в котором признаки руки включают в себя один или более из следующих признаков руки или их функций:
площадь верхнего пальца;
площадь бокового пальца; и
степень невыпуклости.
14. Способ по п.1, в котором признаки руки включают в себя один или более коэффициентов параболы, подогнанной к точкам, заданным шириной представляющей интерес области руки на соответствующих заданных высотах представляющей интерес области руки.
15. Невременный считываемый компьютером носитель хранения информации, имеющий компьютерный программный код, воплощенный на нем, причем компьютерный программный код при исполнении в процессоре обработки изображений предписывает процессору обработки изображений выполнять способ по п.1.
16. Устройство, содержащее:
процессор обработки изображений, содержащий схему обработки изображений и связанную с ним память;
при этом процессор обработки изображений выполнен с возможностью реализации системы распознавания жестов с использованием схемы обработки изображений и памяти, причем система распознавания жестов содержит модуль распознавания неподвижной позы; и
при этом модуль распознавания неподвижной позы выполнен с возможностью: идентификации представляющей интерес области руки в по меньшей мере одном изображении, выполнения операции скелетного представления над представляющей интерес областью руки, определения главного направления представляющей интерес области руки с использованием результата операции скелетного представления, выполнения операции сканирования над представляющей интерес областью руки с использованием определенного главного направления для оценки множества признаков руки, которые являются по существу неизменными для ориентации руки, и распознавания неподвижной позы представляющей интерес области руки на основе оцененных признаков руки.
17. Устройство по п.16, в котором модуль распознавания неподвижной позы выполнен с возможностью: определения главного направления представляющей интерес области руки посредством определения линии предсказания на основе набора точек скелета, получения главного направления из линии предсказания, идентификации точек скелета, расположенных дальше порогового расстояния от линии предсказания, исключения идентифицированных точек скелета из набора точек скелета для генерирования обновленного набора точек скелета, и повторения определения, получения, идентификации и исключения для одной или более дополнительных итераций, пока не достигнуто назначенное минимальное количество идентифицированных точек скелета, или пока не достигнуто назначенное максимальное количество итераций.
18. Устройство по п.16, в котором модуль распознавания неподвижной позы выполнен с возможностью: выполнения операции сканирования с использованием определенного главного направления посредством определения множества линий, перпендикулярных линии главного направления, и сканирования представляющей интерес области руки вдоль перпендикулярных линий.
19. Интегральная схема, содержащая устройство по п.16.
20. Система обработки изображений, содержащая устройство по п.16.
RU2013148582/08A 2013-10-30 2013-10-30 Процессор обработки изображений, содержащий систему распознавания жестов с вычислительно-эффективным распознаванием неподвижной позы руки RU2013148582A (ru)

Priority Applications (3)

Application Number Priority Date Filing Date Title
RU2013148582/08A RU2013148582A (ru) 2013-10-30 2013-10-30 Процессор обработки изображений, содержащий систему распознавания жестов с вычислительно-эффективным распознаванием неподвижной позы руки
US14/358,320 US20150161437A1 (en) 2013-10-30 2014-05-01 Image processor comprising gesture recognition system with computationally-efficient static hand pose recognition
PCT/US2014/036339 WO2015065520A1 (en) 2013-10-30 2014-05-01 Image processor comprising gesture recognition system with computationally-efficient static hand pose recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2013148582/08A RU2013148582A (ru) 2013-10-30 2013-10-30 Процессор обработки изображений, содержащий систему распознавания жестов с вычислительно-эффективным распознаванием неподвижной позы руки

Publications (1)

Publication Number Publication Date
RU2013148582A true RU2013148582A (ru) 2015-05-10

Family

ID=53004900

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2013148582/08A RU2013148582A (ru) 2013-10-30 2013-10-30 Процессор обработки изображений, содержащий систему распознавания жестов с вычислительно-эффективным распознаванием неподвижной позы руки

Country Status (3)

Country Link
US (1) US20150161437A1 (ru)
RU (1) RU2013148582A (ru)
WO (1) WO2015065520A1 (ru)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2924543B1 (en) * 2014-03-24 2019-12-04 Tata Consultancy Services Limited Action based activity determination system and method
US10649536B2 (en) * 2015-11-24 2020-05-12 Intel Corporation Determination of hand dimensions for hand and gesture recognition with a computing interface
US10318008B2 (en) 2015-12-15 2019-06-11 Purdue Research Foundation Method and system for hand pose detection
WO2018048000A1 (ko) * 2016-09-12 2018-03-15 주식회사 딥픽셀 단일 카메라 기반의 3차원 영상 해석 장치 및 방법, 3차원 영상 해석을 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 매체
US10521947B2 (en) 2017-09-29 2019-12-31 Sony Interactive Entertainment Inc. Rendering of virtual hand pose based on detected hand input
EP3677997B1 (en) * 2019-01-03 2021-10-13 HTC Corporation Electronic system and controller
CN110569817B (zh) * 2019-09-12 2021-11-02 北京邮电大学 基于视觉实现手势识别的系统和方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050105772A1 (en) * 1998-08-10 2005-05-19 Nestor Voronka Optical body tracker
US7519223B2 (en) * 2004-06-28 2009-04-14 Microsoft Corporation Recognizing gestures and using gestures for interacting with software applications
US8872899B2 (en) * 2004-07-30 2014-10-28 Extreme Reality Ltd. Method circuit and system for human to machine interfacing by hand gestures
US8897491B2 (en) * 2011-06-06 2014-11-25 Microsoft Corporation System for finger recognition and tracking
US20120314031A1 (en) * 2011-06-07 2012-12-13 Microsoft Corporation Invariant features for computer vision
US9275277B2 (en) * 2013-02-22 2016-03-01 Kaiser Foundation Hospitals Using a combination of 2D and 3D image data to determine hand features information
US9020194B2 (en) * 2013-06-14 2015-04-28 Qualcomm Incorporated Systems and methods for performing a device action based on a detected gesture
US9436872B2 (en) * 2014-02-24 2016-09-06 Hong Kong Applied Science and Technology Research Institute Company Limited System and method for detecting and tracking multiple parts of an object
US10310675B2 (en) * 2014-08-25 2019-06-04 Canon Kabushiki Kaisha User interface apparatus and control method
US20160078289A1 (en) * 2014-09-16 2016-03-17 Foundation for Research and Technology - Hellas (FORTH) (acting through its Institute of Computer Gesture Recognition Apparatuses, Methods and Systems for Human-Machine Interaction

Also Published As

Publication number Publication date
WO2015065520A1 (en) 2015-05-07
US20150161437A1 (en) 2015-06-11

Similar Documents

Publication Publication Date Title
RU2013148582A (ru) Процессор обработки изображений, содержащий систему распознавания жестов с вычислительно-эффективным распознаванием неподвижной позы руки
RU2014108870A (ru) Процессор изображений, содержащий систему распознавания жестов с распознаванием неподвижной позы кисти на основе первого и второго наборов признаков
KR102460737B1 (ko) 공중 필기 인식을 위한 방법, 장치, 기기 및 컴퓨터 판독 가능한 저장 매체
Liu et al. Matching-cnn meets knn: Quasi-parametric human parsing
RU2014108820A (ru) Процессор изображений, содержащий систему распознавания жестов с функциональными возможностями обнаружения и отслеживания пальцев
CN110738207A (zh) 一种融合文字图像中文字区域边缘信息的文字检测方法
CN110443205B (zh) 一种手部图像分割方法及装置
US10037466B2 (en) Video processing apparatus, video processing method, and video processing program
US8781221B2 (en) Hand gesture recognition system
US9436872B2 (en) System and method for detecting and tracking multiple parts of an object
CN110738101A (zh) 行为识别方法、装置及计算机可读存储介质
RU2016110434A (ru) Способ и устройство для идентификации области
CN103218605B (zh) 一种基于积分投影与边缘检测的快速人眼定位方法
CN102742977B (zh) 基于图像处理的涂胶路径控制方法
US20130342636A1 (en) Image-Based Real-Time Gesture Recognition
US9082000B2 (en) Image processing device and image processing method
CN109582124B (zh) 姿势推定系统、姿势推定装置以及距离图像照相机
EP3185209A1 (en) Depth maps generated from a single sensor
US11402918B2 (en) Method for controlling terminal apparatus, apparatus for controlling terminal apparatus, and computer-program product
US20160026857A1 (en) Image processor comprising gesture recognition system with static hand pose recognition based on dynamic warping
CN108876795A (zh) 一种图像中物体的分割方法及系统
CN103514437A (zh) 一种三维手势识别装置及三维手势识别方法
CN109858409A (zh) 手工图转换方法、装置、设备及介质
CN108614988A (zh) 一种复杂背景下的运动手势自动识别系统
CN111709428A (zh) 图像中关键点位置的识别方法、装置、电子设备及介质

Legal Events

Date Code Title Description
FA93 Acknowledgement of application withdrawn (no request for examination)

Effective date: 20161031