[发明专利]一种基于Leap Motion的动态手势识别方法在审
| 申请号： | 201811264834.8 | 申请日： | 2018-10-29 |
| 公开（公告）号： | CN109492558A | 公开（公告）日： | 2019-03-19 |
| 发明（设计）人： | 周智恒;许冰媛;陈曦 | 申请（专利权）人： | 华南理工大学;淮北幻境智能科技有限公司;东莞市易联交互信息科技有限责任公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 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LeapMotion的动态手势识别方法，包括如下步骤：用Leap Motion传感器采集动态手势的手部关键点的三维位置信息；通过计算某一时刻手部关键点的速率，结合阈值法判断手势的起始点和结束点，并将位于起始点和结束点之间的手势数据流作为动态手势的原始数据；通过特征预处理和SVD奇异值分解，实现手势数据中冗余信息的去除，得到手势特征矩阵；利用Kmeans对手势特征矩阵进行重编码，并为每一种手势训练一个HMM模型，实现手势分类。本发明基于Leap Motion，利用阈值法实现准确、高效的手势数据分割；通过SVD实现原始数据的降维，提高HMM训练的效率，实现准确、实时的手势识别。 | ||
| 搜索关键词： | 手势 动态手势识别 手势数据 原始数据 关键点 起始点 阈值法 预处理 三维位置信息 矩阵 传感器采集 奇异值分解 数据流 冗余信息 手势分类 手势识别 手势特征 特征矩阵 重编码 降维 去除 手部 分割 | ||
【主权项】：
1.一种基于Leap Motion的动态手势识别方法，其特征在于，所述的动态手势识别方法包括如下步骤：动态手势数据采集，用Leap Motion传感器采集动态手势的手部关键点的三维位置信息；手势分段，通过计算某一时刻手部关键点的速率，结合阈值法判断手势的起始点和结束点，并将位于起始点和结束点之间的手势数据流作为动态手势的原始数据；手势特征处理，通过特征预处理和SVD奇异值分解，实现动态手势的原始数据中冗余信息的去除，得到手势特征矩阵；手势识别，利用Kmeans聚类算法对手势特征矩阵进行重编码，并为每一种手势训练一个HMM模型，实现手势分类识别。
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;淮北幻境智能科技有限公司;东莞市易联交互信息科技有限责任公司，未经华南理工大学;淮北幻境智能科技有限公司;东莞市易联交互信息科技有限责任公司许可，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/patent/201811264834.8/，转载请声明来源钻瓜专利网。
