RU2014111793A - Процессор обработки изображений с распознаванием статических поз руки с использованием триангуляции и сглаживания контуров - Google Patents

Процессор обработки изображений с распознаванием статических поз руки с использованием триангуляции и сглаживания контуров Download PDF

Info

Publication number
RU2014111793A
RU2014111793A RU2014111793/08A RU2014111793A RU2014111793A RU 2014111793 A RU2014111793 A RU 2014111793A RU 2014111793/08 A RU2014111793/08 A RU 2014111793/08A RU 2014111793 A RU2014111793 A RU 2014111793A RU 2014111793 A RU2014111793 A RU 2014111793A
Authority
RU
Russia
Prior art keywords
contour
interest
hand
region
image processing
Prior art date
Application number
RU2014111793/08A
Other languages
English (en)
Inventor
Иван Леонидович Мазуренко
Александр Борисович Холоденко
Дмитрий Николаевич Бабин
Алексей Александрович Летуновский
Александр Александрович Петюшко
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 RU2014111793/08A priority Critical patent/RU2014111793A/ru
Priority to US14/668,625 priority patent/US20150278589A1/en
Publication of RU2014111793A publication Critical patent/RU2014111793A/ru

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04Interpretation of pictures
    • G01C11/30Interpretation of pictures by triangulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

1. Способ, содержащий этапы, на которых:идентифицируют интересующую область руки в по меньшей мере одном изображении;определяют контур интересующей области руки;триангулируют этот определенный контур;сглаживают триангулированный контур;вычисляют один или более признаков сглаженного контура; ираспознают статическую позу интересующей области руки, по меньшей мере, частично на основе одного или более вычисленных признаков;при этом данные этапы реализуются в блоке обработки изображений, содержащем процессор, соединенный с запоминающим устройством.2. Способ по п. 1, в котором этапы реализуются в модуле распознавания статических поз из состава системы распознавания жестов блока обработки изображений.3. Способ по п. 1, в котором при идентификации интересующей области руки формируют изображение руки, содержащее двоичную маску интересующей области, при этом пикселы в интересующей области руки имеют первое двоичное значение, а пикселы за пределами интересующей области руки имеют двоичное значение, комплементарное первому двоичному значению.4. Способ по п. 1, в котором упомянутый определенный контур содержит упорядоченный список точек.5. Способ по п. 1, в котором при триангуляции определенного контура охватывают практически всю площадь, ограниченную упомянутым определенным контуром, с использованием треугольников с вершинами, которые соответствуют надлежащим точкам контура.6. Способ по п. 5, в котором все вершины треугольников, используемые на этапе триангуляции, соответствуют точкам контура, так что ни один из треугольников не включает в себя вершину внутри упомянутой ограниченной площади.7. Способ по п. 1, в котор

Claims (20)

1. Способ, содержащий этапы, на которых:
идентифицируют интересующую область руки в по меньшей мере одном изображении;
определяют контур интересующей области руки;
триангулируют этот определенный контур;
сглаживают триангулированный контур;
вычисляют один или более признаков сглаженного контура; и
распознают статическую позу интересующей области руки, по меньшей мере, частично на основе одного или более вычисленных признаков;
при этом данные этапы реализуются в блоке обработки изображений, содержащем процессор, соединенный с запоминающим устройством.
2. Способ по п. 1, в котором этапы реализуются в модуле распознавания статических поз из состава системы распознавания жестов блока обработки изображений.
3. Способ по п. 1, в котором при идентификации интересующей области руки формируют изображение руки, содержащее двоичную маску интересующей области, при этом пикселы в интересующей области руки имеют первое двоичное значение, а пикселы за пределами интересующей области руки имеют двоичное значение, комплементарное первому двоичному значению.
4. Способ по п. 1, в котором упомянутый определенный контур содержит упорядоченный список точек.
5. Способ по п. 1, в котором при триангуляции определенного контура охватывают практически всю площадь, ограниченную упомянутым определенным контуром, с использованием треугольников с вершинами, которые соответствуют надлежащим точкам контура.
6. Способ по п. 5, в котором все вершины треугольников, используемые на этапе триангуляции, соответствуют точкам контура, так что ни один из треугольников не включает в себя вершину внутри упомянутой ограниченной площади.
7. Способ по п. 1, в котором при сглаживании триангулированного контура изменяют один или более углов между соответствующими парами треугольников в триангулированном контуре.
8. Способ по п. 7, в котором при изменении одного или более углов между соответствующими парами треугольников заменяют каждый из множества из таких углов на угол приблизительно 180 градусов.
9. Способ по п. 1, в котором определение контура интересующей области руки содержит этапы, на которых:
определяют двумерный контур интересующей области руки; и
преобразуют этот двумерный контур в трехмерный контур;
при этом этап триангуляции применяется к трехмерному контуру.
10. Способ по п. 9, дополнительно содержащий этап, на котором применяют по меньшей мере одну из операции упрощения и операции сглаживания к двумерному контуру до преобразования двумерного контура в трехмерный контур.
11. Способ по п. 9, дополнительно содержащий этапы, на которых:
идентифицируют границу ладони трехмерного контура; и
модифицируют трехмерный контур, чтобы исключить точки контура за пределами идентифицированной границы ладони.
12. Способ по п. 9, дополнительно содержащий этап, на котором регуляризируют трехмерный контур посредством изменения по меньшей мере одного из количества и распределения его точек контура до применения этапа триангуляции к трехмерному контуру.
13. Способ по п. 9, в котором при преобразовании двумерного контура в трехмерный контур используют уточненную карту глубины, содержащую одно или более восстановленных значений глубины, сформированных для соответствующих пикселов.
14. Способ по п. 13, в котором конкретное одно из восстановленных значений глубины формируется, по меньшей мере, частично на основе одного или более пикселов входной карты глубины, которые не являются частью интересующей области руки, а вместо этого находятся в заданном окружении по меньшей мере одного пиксела, который является частью интересующей области руки.
15. Промышленное изделие, содержащее машиночитаемый носитель данных, на котором воплощен компьютерный программный код, при этом компьютерный программный код при его исполнении в блоке обработки изображений инструктирует блоку обработки изображений осуществлять способ по п. 1.
16. Устройство, содержащее:
блок обработки изображений, содержащий схему обработки изображений и связанное с ней запоминающее устройство;
при этом блок обработки изображений выполнен с возможностью реализовывать систему распознавания жестов с использованием схемы обработки изображений и запоминающего устройства, причем система распознавания жестов содержит модуль распознавания статических поз; и
при этом модуль распознавания статических поз выполнен с возможностью идентифицировать интересующую область руки в по меньшей мере одном изображении, определять контур интересующей области руки, триангулировать этот определенный контур, сглаживать триангулированный контур, вычислять один или более признаков сглаженного контура и распознавать статическую позу интересующей области руки, по меньшей мере, частично на основе одного или более вычисленных признаков.
17. Устройство по п. 16, при этом извлеченный контур содержит упорядоченный список точек.
18. Устройство по п. 16, в котором модуль распознавания статических поз определяет контур интересующей области руки посредством определения двумерного контура интересующей области руки и преобразования этого двумерного контура в трехмерный контур, при этом трехмерный контур триангулируется для получения триангулированного контура.
19. Интегральная схема, содержащая устройство по п. 16.
20. Система обработки изображений, содержащая устройство по п. 16.
RU2014111793/08A 2014-03-27 2014-03-27 Процессор обработки изображений с распознаванием статических поз руки с использованием триангуляции и сглаживания контуров RU2014111793A (ru)

Priority Applications (2)

Application Number Priority Date Filing Date Title
RU2014111793/08A RU2014111793A (ru) 2014-03-27 2014-03-27 Процессор обработки изображений с распознаванием статических поз руки с использованием триангуляции и сглаживания контуров
US14/668,625 US20150278589A1 (en) 2014-03-27 2015-03-25 Image Processor with Static Hand Pose Recognition Utilizing Contour Triangulation and Flattening

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2014111793/08A RU2014111793A (ru) 2014-03-27 2014-03-27 Процессор обработки изображений с распознаванием статических поз руки с использованием триангуляции и сглаживания контуров

Publications (1)

Publication Number Publication Date
RU2014111793A true RU2014111793A (ru) 2015-10-10

Family

ID=54190828

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2014111793/08A RU2014111793A (ru) 2014-03-27 2014-03-27 Процессор обработки изображений с распознаванием статических поз руки с использованием триангуляции и сглаживания контуров

Country Status (2)

Country Link
US (1) US20150278589A1 (ru)
RU (1) RU2014111793A (ru)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9557822B2 (en) 2014-09-08 2017-01-31 Atheer, Inc. Method and apparatus for distinguishing features in data
US20160357319A1 (en) * 2015-06-02 2016-12-08 Samsung Electronics Co., Ltd. Electronic device and method for controlling the electronic device
US10318008B2 (en) * 2015-12-15 2019-06-11 Purdue Research Foundation Method and system for hand pose detection
US9639943B1 (en) * 2015-12-21 2017-05-02 Intel Corporation Scanning of a handheld object for 3-dimensional reconstruction
US11841920B1 (en) 2016-02-17 2023-12-12 Ultrahaptics IP Two Limited Machine learning based gesture recognition
US11854308B1 (en) * 2016-02-17 2023-12-26 Ultrahaptics IP Two Limited Hand initialization for machine learning based gesture recognition
US11714880B1 (en) 2016-02-17 2023-08-01 Ultrahaptics IP Two Limited Hand pose estimation for machine learning based gesture recognition
KR101745651B1 (ko) * 2016-03-29 2017-06-09 전자부품연구원 손 제스처 인식 시스템 및 방법
JP6942566B2 (ja) * 2017-08-30 2021-09-29 キヤノン株式会社 情報処理装置、情報処理方法およびコンピュータプログラム
CN108229318A (zh) * 2017-11-28 2018-06-29 北京市商汤科技开发有限公司 手势识别和手势识别网络的训练方法及装置、设备、介质
KR102121654B1 (ko) * 2018-06-29 2020-06-10 전자부품연구원 딥러닝 기반 제스처 자동 인식 방법 및 시스템
US11610326B2 (en) * 2020-12-14 2023-03-21 Tencent America LLC Synthesizing 3D hand pose based on multi-modal guided generative networks
CN114036969B (zh) * 2021-03-16 2023-07-25 上海大学 一种多视角情况下的3d人体动作识别算法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6526156B1 (en) * 1997-01-10 2003-02-25 Xerox Corporation Apparatus and method for identifying and tracking objects with view-based representations
US6532304B1 (en) * 1998-10-21 2003-03-11 Tele Atlas North America, Inc. Matching geometric objects
US6876765B2 (en) * 2000-03-30 2005-04-05 Ricoh Company, Ltd. Character recognition method and computer-readable storage medium
JP3860525B2 (ja) * 2002-09-11 2006-12-20 株式会社ブロードリーフ 形状認識装置,形状認識方法,及びコンピュータプログラムを記録した記録媒体
US7129942B2 (en) * 2002-12-10 2006-10-31 International Business Machines Corporation System and method for performing domain decomposition for multiresolution surface analysis
KR100634537B1 (ko) * 2005-02-04 2006-10-13 삼성전자주식회사 3차원 영상의 삼각 분할 장치 및 방법과 그 장치를제어하는 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수있는 기록 매체
US7623702B2 (en) * 2006-04-27 2009-11-24 Mako Surgical Corp. Contour triangulation system and method
US8351685B2 (en) * 2007-11-16 2013-01-08 Gwangju Institute Of Science And Technology Device and method for estimating depth map, and method for generating intermediate image and method for encoding multi-view video using the same
US8655084B2 (en) * 2009-06-23 2014-02-18 Board Of Regents Of The Nevada System Of Higher Education, On Behalf Of The University Of Nevada, Reno Hand-based gender classification
US9672224B2 (en) * 2014-03-15 2017-06-06 Urban Engines, Inc. Solution for highly customized interactive mobile maps

Also Published As

Publication number Publication date
US20150278589A1 (en) 2015-10-01

Similar Documents

Publication Publication Date Title
RU2014111793A (ru) Процессор обработки изображений с распознаванием статических поз руки с использованием триангуляции и сглаживания контуров
US10638117B2 (en) Method and apparatus for gross-level user and input detection using similar or dissimilar camera pair
JP2017054503A (ja) 視点追跡方法及び装置
JP2014199584A5 (ru)
JP2017050701A5 (ru)
KR102455632B1 (ko) 스테레오 매칭 방법 및 장치
JP2016530581A5 (ru)
RU2014108870A (ru) Процессор изображений, содержащий систему распознавания жестов с распознаванием неподвижной позы кисти на основе первого и второго наборов признаков
JP2014137756A5 (ru)
RU2014113049A (ru) Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов
US20180025540A1 (en) Methods and systems for 3d contour recognition and 3d mesh generation
US20160026857A1 (en) Image processor comprising gesture recognition system with static hand pose recognition based on dynamic warping
JP2020525959A (ja) 対象物の外接枠を決定するための方法、装置、媒体及び機器
US20150262362A1 (en) Image Processor Comprising Gesture Recognition System with Hand Pose Matching Based on Contour Features
JP2017120672A5 (ja) 画像処理装置、画像処理システム、および画像処理方法
JP2016198279A5 (ru)
JP2018133110A5 (ru)
JP2018036898A5 (ja) 画像処理装置及び画像処理方法及びプログラム
JP2015184054A (ja) 同定装置、方法及びプログラム
JP2017229067A5 (ru)
KR102239588B1 (ko) 이미지 처리 방법 및 장치
US10713847B2 (en) Method and device for interacting with virtual objects
TW201435800A (zh) 具有實施不同精確性之軟體及硬體演算法之評估層的影像處理器
CN107168514B (zh) 一种图像处理方法及电子设备
JP2019049961A5 (ru)

Legal Events

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

Effective date: 20170328