一种智能家庭娱乐系统手势指令识别方法.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CN110751082A(43)申请公布日2020.02.04(21)申请号201910986742.9(22)申请日2019.10.17(71)申请人烟台艾易新能源有限公司地址264000山东省烟台市莱山区蓝海路1号(72)发明人李星瑶(74)专利代理机构北京金硕果知识产权代理事务所(普通合伙)11259代理人郝晓霞(51)Int.Cl.G06K9/00(2006.01)G06F3/01(2006.01)G06F17/16(2006.01)G06N3/00(2006.01)G06N3/12(2006.01)权利要求书1页说明书4页附图3页(54)发明名称一种智能家庭娱乐系统手势指令识别方法(57)摘要本发明公开了一种智能家庭娱乐系统手势指令识别方法。主要包括：A.建立智能家庭娱乐系统手势指令识别模型，通过摄像头采集图像，检测图像中的手势，从视频中进行分割；B.根据手势指令识别系统状态的先验概率密度分布产生粒子，通过调整粒子的权值近似后验概率密度分布，实现手势跟踪；C.通过自适应佳点集遗传算法增加粒子的多样性并扩大粒子的分布区域，避免了粒子的退化；D.通过像素梯度提取手势指令特征向量，与训练样本匹配分类，完成智能家庭娱乐系统手势指令识别。该方法具有较好的鲁棒性和稳定性，对手势图像进行双边投影处理，降低肤色和阴影干扰，通过对粒子的迭代优化降低计算量，提高系统识别的实时性，准确判断手势指令，增强用户体验真实度。CN110751082ACN110751082A权利要求书1/1页1.一种智能家庭娱乐系统手势指令识别方法，其特征在于：利用佳点集遗传算法增加粒子多样性实现手势跟踪；所述方法包括以下步骤：建立智能家庭娱乐系统手势指令识别模型，通过摄像头采集图像，检测图像中的手势，从视频中进行分割；根据手势指令识别系统状态的先验概率密度分布产生粒子，通过调整粒子的权值近似后验概率密度分布，实现手势跟踪；通过自适应佳点集遗传算法增加粒子的多样性并扩大粒子的分布区域，避免了粒子的退化；通过像素梯度提取手势指令特征向量，与训练样本匹配分类，完成智能家庭娱乐系统手势指令识别。2.根据权利要求1所述的一种智能家庭娱乐系统手势指令识别方法，其特征在于：所述步骤B包括：经过多次迭代递推后，得到k时刻的粒子集合，从而估计k时刻的位置：。3.根据权利要求1所述的一种智能家庭娱乐系统手势指令识别方法，其特征在于：所述步骤C包括：设定集合，i不属于集合Q，则佳点交叉的子代属于集合R。2CN110751082A说明书1/4页一种智能家庭娱乐系统手势指令识别方法技术领域[0001]本发明涉及一种智能家庭娱乐系统手势指令识别方法，属于智能家居、图像识别、遗传算法领域。背景技术[0002]智能家庭娱乐风暴正在席卷，动态手势识别在家庭娱乐系统中通过用手势发出各种操作指令。现有的手势识别技术动态目标检测困难，无法准确实时地跟踪连续视频帧中的手势，易导致运动模糊、形变等现象。手势含有大量冗余信息导致计算量大，识别较慢，手势动作的不确定性导致手势识别准确率低，影响用户的体验真实度。发明内容[0003]为解决上述问题，本发明的目的在于提供一种具有较好的鲁棒性和稳定性的智能家庭娱乐系统手势指令识别方法，对手势图像进行双边投影处理，降低肤色和阴影干扰，通过对粒子的迭代优化降低计算量，提高系统识别的实时性，准确判断手势指令，增强用户体验真实度。[0004]本发明解决其问题所采用的技术方案，包括以下步骤：A.建立智能家庭娱乐系统手势指令识别模型，通过摄像头采集图像，检测图像中的手势，从视频中进行分割；B.根据手势指令识别系统状态的先验概率密度分布产生粒子，通过调整粒子的权值近似后验概率密度分布，实现手势跟踪；C.通过自适应佳点集遗传算法增加粒子的多样性并扩大粒子的分布区域，避免了粒子的退化；D.通过像素梯度提取手势指令特征向量，与训练样本匹配分类，完成智能家庭娱乐系统手势指令识别。[0005]本发明的有益效果是：在手势识别应用越来越广的情况下，本发明具有较好的鲁棒性和稳定性，对手势图像进行双边投影处理，降低肤色和阴影干扰，通过对粒子的迭代优化降低计算量，提高系统识别的实时性，准确判断手势指令，增强用户体验真实度。附图说明[0006]图1一种智能家庭娱乐系统手势指令识别方法的整体流程图图2智能家庭娱乐系统手势指令识别模型图图3自适应佳点集遗传算法流程图。具体实施方式[0007]参照图1至图3，本发明所述的方法包括以下步骤：3CN110751082A说明书2/4页A.建立智能家庭娱乐系统手势指令识别模型，通过摄像头采集图像，检测图像中的手势，从视频中进行分割；（1）建立智能家庭娱乐系统手势指令识别模型，如图2所示，通过摄