[发明专利]一种基于多特征融合的单目静态手势识别方法在审
| 申请号： | 201810900949.5 | 申请日： | 2018-08-09 |
| 公开（公告）号： | CN109190496A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 周智恒;许冰媛 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06T7/11;G06T7/136 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多特征融合的单目静态手势识别方法，步骤包括：手势图像采集，用单目摄像头采集包含手势的RGB图像；图像预处理，利用人体肤色信息进行肤色分割，利用形态学处理并结合手部的几何特征，将手部与复杂背景分离，通过距离变换操作定位掌心并去除手部存在的手臂区域，得到手势二值图像；手势特征提取，计算手势的周长与面积比、Hu矩及傅里叶描述子特征，构成手势特征向量；手势识别，输入手势特征向量训练BP神经网络，实现静态手势分类。本发明结合肤色信息与手部的几何特征，利用形态学处理及距离变换操作实现单目视觉下准确的手势分割；通过组合多种手势特征并训练BP神经网络，得到鲁棒性强、准确率高的手势分类器。 | ||
| 搜索关键词： | 手部 手势 静态手势识别 多特征融合 形态学处理 几何特征 距离变换 手势分类 手势特征 单目 手势特征向量 手势图像采集 单目摄像头 描述子特征 图像预处理 单目视觉 二值图像 肤色分割 肤色信息 复杂背景 人体肤色 手势分割 手势识别 输入手势 特征向量 傅里叶 鲁棒性 面积比 掌心 准确率 去除 周长 手臂 采集 | ||
【主权项】：
1.一种基于多特征融合的单目静态手势识别方法，其特征在于，所述的识别方法包括：手势图像采集步骤，用单目摄像头采集包含手势的RGB图像；图像预处理步骤，利用人体肤色信息进行肤色分割，将图像中的肤色及类肤色区域提取出来，利用形态学处理并结合手部的几何特征，将手部与复杂背景分离，通过距离变换操作定位掌心并去除手部存在的手臂区域，得到手势二值图像；手势特征提取步骤，计算手势的周长与面积比、Hu矩以及傅里叶描述子特征，构成手势特征向量；手势识别步骤，将提取的手势特征向量作为BP神经网络的输入，通过训练BP神经网络实现静态手势分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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华南理工大学，未经华南理工大学许可，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/patent/201810900949.5/，转载请声明来源钻瓜专利网。
