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 PDFInfo
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/107—Static hand or arm
- G06V40/113—Recognition of static hand signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance 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.
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)
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)
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 |
-
2013
- 2013-10-30 RU RU2013148582/08A patent/RU2013148582A/ru not_active Application Discontinuation
-
2014
- 2014-05-01 US US14/358,320 patent/US20150161437A1/en not_active Abandoned
- 2014-05-01 WO PCT/US2014/036339 patent/WO2015065520A1/en active Application Filing
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 |