[发明专利]非穿戴指势视觉识别方法

说明书

技术领域

本发明涉及一种非穿戴指势视觉识别方法，用于视频数字图像分析与理解。属于智能信息处理技术领域。

背景技术

指势是人们日常生活中用手指对空间感兴趣目标的反映，是人类语系发展和个体发生学的重要先驱，可揭示人类社会智力，是一种理想的自然人机交互模式。应用指势进行人机交互，则可充分利用人类的日常技能，摆脱目前使用常规输入设备(如键盘、鼠标器和触摸屏等)进行输入的束缚，其中，有效进行指势人机交互的关键是指势识别。

指势识别分为穿戴式和非穿戴式两类。前者基于数据头盔、数据手套和身体标记等，这类方法虽可获得较准确的用户位置和用户行动，但该类方法为侵入式，用户需专门训练，操作不便；后者基于非接触传感器（如摄像机）进行指势识别，支持自然的人机交互。由于在人类的日常生活中，人类习惯并大量使用非精确的信息交流，允许使用模糊的表达手段，避免不必要的认识负荷，以提高交互活动的自然性和高效性，且在人类信息的获取中，80%以上来自于视觉，因此，非穿戴的指势视觉识别方法倍受青睐。有效的非穿戴指势视觉识别，在教育、影视、娱乐、制造、医学、商业、军事等领域，具有重要的实用意义和价值。

虽然人类在日常生活中频繁地使用指势进行信息交流，且可以很容易地识别出所指目标，但对计算机而言，却是一个难题。目前，已经提出了许多非穿戴指势视觉识别方法。主要有基于立体匹配方法和基于特征分析方法。前者通过二个或二个以上摄像机获取图像，采用立体匹配方法，进行指势视觉识别，确定所指目标。但由于立体匹配存在歧义性，且计算量大、运算复杂，需特定的硬件支持以实现实时处理。后者通过指势对象特征提取，进行指势视觉识别，确定所指目标。但这类方法要求用户站立于事先指定的范围内，用户周围无遮挡或障碍物，且要求背景简单、单一。该类方法在很大程度上制约了用户活动的自由性，不符合人类自然交流习惯。

发明内容

本发明的目的在于针对现有非穿戴指势视觉识别方法要求用户站立于事先指定的范围，其周围无遮挡或障碍物，背景简单、单一等假设信息，以及对动态场景变化敏感、噪声干扰大、运算复杂，提供一种非穿戴指势视觉识别方法，根据指势视觉特征与所指目标存在对应关系，基于指势特征与指向目标的样本学习与训练的机器学习方法进行指势视觉识别，可在多种条件下，实现指向目标的确定。

为达到上述目的，本发明的构思是：基于小波变换在时域和空域均具有优异的局部化特征，采用背景差分法，利用小波多尺度特性，提取指势用户对象，根据指势手指空间几何位置关系与人眼分布特征，提取手指与人眼等指势视觉特征，基于指势视觉特征与所指目标的样本学习与训练，对指势视觉特征进行模式分类，确定所指目标。

根据上述发明构思，本发明采用下述技术方案：

一种非穿戴指势视觉识别方法，其特征在于具体步骤如下：

1)    启动指势图像采集系统：采集视频图像；

2）获取背景图像

连续采集不包含指势用户的场景图像，当某设定时间间隔内两图像差小于某个设定阈值时，则将该时间间隔内的某一幅图像作为背景图像，否则重新采集，直到满足设定的时间间隔内的两图像差小于某个设定阈值；

3） 指势用户对象分割

由摄像机采集的当前帧图像与步骤2）获取的背景图像相减，采用小波变换方法分割出指势用户对象区域；

4）确定指势用户对象的人眼位置与指势手指尖位置；

5）样本学习与训练；

6）指向目标确定。

上述步骤3）的具体操作步骤如下：

（1）当前帧图像I₁(x,y)与背景图像I₂(x,y)相减，得到差分图像D(x,y)：

D(x,y)=I₁(x,y)-I₂(x,y)；

（2）差分图像多尺度小波变换：

；

其中，D为差分图像，h，v分别为水平、垂直方向上的滤波算子，为卷积；

（3）指势用户对象区域的确定：确定差分图像多尺度小波变换E的阈值T，将E值高于T的所有像素组成的区域，确定为指势用户对象区域。

上述步骤4）的具体操作步骤如下：