一种基于全局期望最大算法的手势分割方法及系统

摘要

本发明公开了一种基于全局期望最大算法的手势分割方法及系统。包括：建立肤色的高斯模型；将待分割图像的所有像素点的像素值代入肤色的高斯模型，得到待分割图像的所有像素点的肤色相似度；根据待分割图像的深度信息及其中所有像素点的肤色相似度，得到由三维空间中各点及其肤色相似度组成的四维空间模型；将四维空间模型划分为多个子空间，在每个子空间中，构建评价超曲面拟合效果的损失函数，利用梯度下降法使损失函数最小，得到子空间的四维空间超曲面，最后按照梯度上升的方向得到各子空间的四维空间超曲面的极大值；本发明能生成可比较的数学描述，实现两种模型融合的基础，为不同模态数据之间的融合提供一种新的依据。

主权项

一种基于全局期望最大算法的手势分割方法，其特征在于，包括如下步骤：(1)在YCrCb颜色空间中基于Cr分量和Cb分量，建立肤色的高斯模型：p_c(x)＝α_Crg(x,μ_Cr,δ_Cr)+α_Cbg(x,μ_Cb,δ_Cb)，其中，p_c(x)表示像素点为肤色点的概率，α_Cr表示Cr分量在颜色空间中所占的比重，α_Cb表示Cb分量在颜色空间中所占的比重，x为Cr、Cb二维空间中的坐标点，μ_Cr表示Cr分量上高斯分布的方差，δ_Cr表示Cr分量上高斯分布的均值，μ_Cb表示Cb分量上高斯分布的方差，δ_Cb表示Cb分量上高斯分布的均值，g(x,μ_Cr,δ_Cr)为x点在Cr分量中的肤色相似度高斯模型，g(x,μ_Cb,δ_Cb)为x点在Cb分量中的肤色相似度高斯模型；(2)将待分割图像的所有像素点的像素值代入肤色的高斯模型，得到待分割图像的所有像素点的肤色相似度，其中，肤色相似度是指像素点为肤色点的概率；(3)根据待分割图像的深度信息及其中所有像素点的肤色相似度，得到由三维空间中各点及其肤色相似度组成的四维空间模型；所述四维空间模型以四维空间超曲面表示如下：$h(x_1,x_2,x_3)=a_0+a_1{x}_1+a_2{x}_1^2+a_3{x}_2+a_4{x}_2^2+a_5{x}_3+a_6{x}_3^2,$其中，h(x₁,x₂,x₃)表示三维空间中坐标为(x₁,x₂,x₃)的点的肤色相似度，x₁、x₂和x₃分别为三维空间中的点在三个维度上的坐标，a₀、a₁、a₂、a₃、a₄、a₅和a₆均为已知系数；(4)将四维空间模型划分为多个子空间，在每个子空间中，构建评价超曲面拟合效果的损失函数：利用梯度下降法，根据如下递推公式调整A的值：使J(A)取得最小值J(A)_min，利用J(A)_min对应的A值确定子空间的四维空间超曲面，最后按照梯度上升的方向得到各子空间的四维空间超曲面的极大值，其中，A＝(a₀ a₁ a₂ a₃ a₄ a₅ a₆)^T，s⁽ⁱ⁾表示子空间中第i个点的实际肤色相似度，表示由超曲面拟合计算得到的肤色相似度，m为子空间中点的个数，表示A的梯度，λ为步长；(5)将步骤(4)得到的各子空间的四维空间超曲面的极大值作为初值，分别进行EM算法迭代，将期望最大的子空间的四维空间超曲面的初始极大值作为手势分割结果。