基于形状上下文的手势识别方法

摘要

本发明的一种基于形状上下文的手势识别方法，首先构建手势数据库，选取m种手势，每种手势选取n幅手势图像，找出每幅手势图像中的手势点和手势特征点，在手势特征点和手势点的基础上提取形状上下文特征，最后将形状上下文特征写入文本文件存储在手势数据库；然后在视频流中连续选取F帧待识别手势图像，采用相同的方法实时计算出每帧待识别图像的形状上下文特征进行比对。本发明的有益效果是：该发明对于手势的缩放、平移和旋转可以有效识别，识别率高，尤其对于远距离条件下(摄像头距离手势3米～4米)的低分辨率(30像素)手势图像的识别率可以达到97％以上。目前一般手势识别方法很难达到这种效果。

主权项

一种基于形状上下文的手势识别方法，其特征在于，包括以下步骤：步骤1，构建手势数据库，选取m种手势，每种手势选取n幅手势图像，首先找出每幅手势图像中的手势点，并计算出手势重心以及手势重心与手势点之间的最大距离，将该最大距离作为最大半径做圆，然后将该最大半径平均分成k份，以此做k个同心圆，相邻的两个同心圆之间形成圆环；统计落在每个圆环内的手势点，然后计算出每个圆环的中心点，以此作为手势特征点；在手势特征点和手势点的基础上提取形状上下文特征，最后将形状上下文特征写入文本文件存储在手势数据库；步骤2，从视频流中连续选取F帧待识别手势图像，采用与步骤1相同的方法实时计算出每帧待识别图像的形状上下文特征；步骤3，计算步骤2中每帧待识别手势图像的形状上下文特征分别与手势数据库中m*n幅手势图像的形状上下文特征之间的χ²距离，然后将手势数据库中每幅手势图像参与计算得出的所有χ²距离加起来保存在一个数组中，每帧待识别手势图像共对应保存m*n个χ²距离和数组，采用Sort函数求取m*n个χ²距离和数组的最小值A；步骤4，按照步骤3的方法，分别计算得出F帧待识别手势图像对应的F个χ²距离和数组的最小值A，然后采用Sort函数对F个χ²距离和数组的最小值A再求最小值B，该最小值B所对应存储在手势数据库中的手势即为识别出来的手势。