静态手势识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106650554A(43)申请公布日2017.05.10(21)申请号201510727593.6(22)申请日2015.10.30(71)申请人成都理想境界科技有限公司地址610041四川省成都市高新区天华1路99号天府软件园B区7栋615室(72)发明人罗军(51)Int.Cl.G06K9/00(2006.01)权利要求书1页说明书5页附图2页(54)发明名称静态手势识别方法(57)摘要本发明提供一种静态手势识别方法，包括以下步骤：获取待识别的手势图像；提取所述手势图像中的手部姿态特征；将所述手部姿态特征与预设的手势模型进行特征比对，确定所述待识别的手势图像的识别结果。本发明的静态手势识别方法，获取待识别的手势图像，通过检测识别手部姿态特征，实现静态手势识别。本发明的静态手势识别方法在检测手部姿态轮廓的同时进行手部姿态轮廓分割，将检测和分割结合，显著地提高了手势识别效率，同时无需获取精确的手部轮廓，能够有效避免由于手部分割和轮廓边缘提取不精确导致的误差。CN106650554ACN106650554A权利要求书1/1页1.一种静态手势识别方法，其特征在于，包括以下步骤：获取待识别的手势图像；提取所述手势图像中的手部姿态特征；将所述手部姿态特征与预设的手势模型进行特征比对，确定所述待识别的手势图像的识别结果。2.根据权利要求1所述的静态手势识别方法，其特征在于，还包括：建立手势模型库。3.根据权利要求1或2中任一项所述的静态手势识别方法，其特征在于，所述提取所述手势图像中的手部姿态特征的步骤，具体为：采用基于肤色的分割方法提取所述手势图像中的手部图像区域，获取所述手部图像区域对应的轮廓序列。4.根据权利要求3所述的静态手势识别方法，其特征在于，所述将所述手部姿态特征与预设的手势模型进行特征比对，确定所述待识别的手势图像的识别结果的步骤，具体为：根据手势模型库中预设的手势模型对应的手部轮廓序列，通过相似度比对确定所述待识别的手势图像的识别结果。5.根据权利要求4所述的静态手势识别方法，其特征在于，所述根据手势模型库中预设的手势模型对应的手部轮廓序列，通过相似度比对确定所述待识别的手势图像的识别结果的步骤，具体为：计算所述手势模型库中预设的手势模型对应的手部轮廓序列与所述待识别的手势图像的手部图像区域对应的轮廓序列之间的全局代价矩阵，确定与所述待识别的手势图像匹配的手势模型。6.根据权利要求所述5的静态手势识别方法，其特征在于，所述建立手势模型库的步骤，具体为：预设一个或多个手势模型，提取所述手势模型对应的手部轮廓序列。2CN106650554A说明书1/5页静态手势识别方法技术领域[0001]本发明涉及人工智能及图像识别技术领域，尤其涉及一种静态手势识别方法。背景技术[0002]手势是人类重要的交互手段之一，其历史甚至早于有声语言。手势主要是通过手臂、手掌以及手指的姿态或者运动轨迹作为信息载体，实现信息的传递与交流。手势是人类最本能的意图表达，也是最为生动形象、最符合人们习惯的自然交流方式。[0003]随着计算机软、硬件技术的快速发展，智能设备日益普及，自然舒适的人机交互方式的重要性逐渐突显，成为智能人机交互领域研究的热点方向之一。手势交互作为一种新型的人机交互方式，具有表意简明、通用性强、种类丰富和应用广泛等诸多特点，符合自然舒适的人机交互理念，成为新型人机交互方式发展的重要方向之一。[0004]现有技术方案中，根据手势的运动特点，手势可以分为静态手势和动态手势，静态手势主要以手部的静止形态作为手势特征，通过提取手部的几何特征进行手势信息识别。由于手势特征识别容易受到光照和遮挡等因素的干扰，影响检测的稳定性和准确性，因此，如何快速准确地检测手部姿态轮廓，实现静态手势识别，成为智能人机交互领域内亟待解决的技术问题之一。发明内容[0005]本发明的目的是提供一种静态手势识别方法，获取待识别的手势图像，通过检测识别手部姿态轮廓，实现静态手势识别。本发明在检测手部姿态轮廓的同时进行手部姿态轮廓分割，将检测和分割结合，显著地提高了手势识别效率，同时无需获取精确的手部轮廓，能够有效避免由于手部分割和轮廓边缘提取不精确导致的误差。[0006]有鉴于此，本发明提供一种静态手势识别方法，包括以下步骤：获取待识别的手势图像；提取所述手势图像中的手部姿态特征；将所述手部姿态特征与预设的手势模型进行特征比对，确定所述待识别的手势图像的识别结果。[0007]优选地，所述静态手势识别方法，还包括：建立手势模型库。[0008]优选地，所述提取所述手势图像中的手部姿态特征的步骤，具体为：采用基于肤色的分割方法提取所述手势图像中的手部图像区域，获取所述手部图像区域对应的轮廓序列。