[发明专利]一种静态手势识别方法和装置

说明书

本发明公开了一种静态手势识别方法，多个手势图片通过双层l₁范数变换构成分类器的训练集，进而提供给分类器进行训练，得到含有具体分类参数的分类器，所述分类器用于对不同静态手势进行分类；还公开了一种静态手势识别装置。本发明将手势图像信息用双层l₁范数表示形式表达，进而构成分类器训练集用于训练分类器以确定分类器的具体参数，最后利用分类器对手势图像进行分类，步骤简洁紧凑，提高手势识别的精确度及效率。本发明作为一种静态手势识别方法和装置，可广泛应用于手势识别领域。

技术领域

本发明涉及手势识别领域，尤其是一种静态手势识别方法和装置。

背景技术

在计算机科学中，手势识别是通过数学算法来识别人类手势的一个议题，具体是指将待识别的手势映射为模型参数空间中的一个点或轨迹，并将它归类到该空间的某一个子集的过程。

手势识别可以来自人的身体各部位的运动，但一般是指脸部和手的运动。手势是指由人手(或者手和臂)相结合产生的各种姿势和动作。根据手势的形态分为静态手势和动态手势。静态手势是指单个手型表示的单一姿态，该姿态对应模型参数空间的一个点。动态手势是指一系列连续的姿态组成的动作，比如手的旋转、位移运动等。它对应模型参数空间里的一条轨迹。

目前，基于视频图像信息的静态手势识别方法，都需要对视频图像进行预处理，通过肤色识别、手势分割提取出图像当中的包含手势的像素区域，再通过手势特征提取、手势分类器设计等后续环节，才能进行具体手势类型的判断，步骤繁多复杂，处理时间长，手势识别效率低；需要多帧数据辅助或者其他传感器(例如红外传感器)的数据进行辅助识别。

发明内容

为了解决上述技术问题，本发明的目的是提供一种识别步骤简单，可提高手势识别的精确度和效率的高效的静态手势识别方法和装置。

本发明所采用的技术方案是：一种静态手势识别方法，多个手势图片通过双层l₁范数变换构成分类器的训练集，进而提供给分类器进行训练，得到含有具体分类参数的分类器，所述分类器用于对不同静态手势进行分类；

包括以下步骤：

S1、分别对多个手势图像撷取一帧包含待识别手势的图像，得到多个矩阵I，矩阵I内每个元素对应待识别手势图像的一个像素；

S2、分别提取I的图像特征，得到由多个手势的特征向量y构成的集合；

S3、对集合中的每个向量y进行双层l₁范数变换得到每个向量y的双层映射向量p，由多个双层映射向量p构成分类器的训练集{p}；

S4、根据训练集得到含有具体分类参数的分类器，所述分类器对待识别的手势图像进行识别。

进一步地，所述步骤S3包括：

S31、对多个手势的特征向量y的集合中的各个向量y进行聚类之后得到的码书V，V为矩阵，根据目标函数

在约束条件

s.t 1^Ta＝1

下对y进行l₁范数变换，其中，向量a是特征向量y经过变换后的映射向量a，向量d代表a与V中各列向量之间的欧氏距离，求解得到各个特征向量y的映射向量a和多个映射向量a的维数D1；

S32、对矩阵V中由映射向量a确定的各个列向量v_i进行聚类之后得到的码书U，U为矩阵，根据目标函数

在约束条件

s.t 1^Tb_i＝1