[发明专利]一种基于Hu不变矩的深度图像手势识别方法在审
| 申请号： | 201810184924.X | 申请日： | 2018-03-06 |
| 公开（公告）号： | CN108614991A | 公开（公告）日： | 2018-10-02 |
| 发明（设计）人： | 王伟行;葛昊;邹耀;应忍冬;刘佩林 | 申请（专利权）人： | 上海数迹智能科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06T7/11;G06T7/194;G06F3/01 |
| 代理公司： | 上海天翔知识产权代理有限公司 31224 | 代理人： | 陈骏键 |
| 地址： | 201702 上海市青浦*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 深度图像 不变矩 手部区域 手势识别 特征向量 降维处理 算法 识别和分类 复杂背景 高鲁棒性 滤波处理 三维信息 深度信息 手势分类 有效减少 准确度 线性SVM 分类器 计算量 鲁棒性 手势 | ||
1.一种基于Hu不变矩的深度图像手势识别方法，其特征在于，包括以下步骤：
步骤S10，采用深度相机获取目标者所做出的手势的深度图像；
步骤S20，根据深度图像的深度信息对深度图像进行滤波处理，使得深度图像实现前后景分离，并将目标者所做出的手势的手部区域从复杂背景中分离出来；
步骤S30，对分离出来的手部区域进行Hu不变矩计算，得到手部区域的Hu不变矩特征向量；
步骤S40，采用PCA算法对手部区域的Hu不变矩特征向量进行降维处理，并采用已训练好的线性SVM分类器对降维处理后的手部区域的Hu不变矩特征向量进行识别和分类处理，得出静态手势分类结果。
2.如权利要求1所述的基于Hu不变矩的深度图像手势识别方法，其特征在于，在所述步骤S30中，对分离出来的手部区域进行Hu不变矩计算包括以下步骤：
步骤S31，对分离出来的手部区域进行轮廓计算；
步骤S32，检测手势的指尖并将其作为外轮廓，同时设定阈值约束手部区域的大小；
步骤S33，根据手部区域的内外轮廓分别计算Hu不变矩，获取手部区域的Hu不变矩特征向量，以表征当前手势的掌心、大小等一系列特征信息。
3.如权利要求1所述的基于Hu不变矩的深度图像手势识别方法，其特征在于，在所述步骤S40中，所述线性SVM分类器的模型训练方法包括以下步骤：
步骤S41，设计多个预定义手势，并采用深度相机分别对每一个预定义手势进行采集，形成深度图像数据集；
步骤S42，根据深度信息对深度图像数据集中的每一幅深度图像进行滤波处理，使得深度图像实现前后景分离，并将目标者所做出的手势的手部区域从复杂背景中分离出来；
步骤S43，对分离出来的手部区域进行Hu不变矩计算，得到手部区域的Hu不变矩特征向量；
步骤S44，采用PCA算法对手部区域的Hu不变矩特征向量进行降维处理，并采用线性SVM分类器对降维处理后的手部区域的Hu不变矩特征向量进行分类训练。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海数迹智能科技有限公司，未经上海数迹智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810184924.X/1.html，转载请声明来源钻瓜专利网。
