一种手势识别方法及装置

摘要

本发明公开了一种手势识别方法，所述方法包括如下步骤：S1、获取待识别手势，并获取轮廓上的所有轮廓点及每个轮廓点的坐标；S2、确定当前所有轮廓点所在的轮廓的层数为1，计算当前所有轮廓点对应于当前层的特征参数；S3、将当前层加1作为当前层，计算当前所有轮廓点对应于当前层的特征参数，然后计算差异，并判断比值是否小于差异阈值，如果是，则确定当前层减1得到的层数为轮廓的层数,并执行步骤S5,如果否，则执行步骤S4；S4、返回步骤S3；S5、利用每个轮廓点的特征参数，将待识别手势输入预设BP神经网络，得到输出手势类别。本发明特征参数的维度较低，计算复杂度降低，从而本发明能同时保证较高的识别效率和识别准确率。

主权项

一种手势识别方法，其特征在于：所述方法包括如下步骤：S1、获取待识别手势，并由所述待识别手势形状的边缘提取一个封闭的轮廓，获取所述轮廓上的所有轮廓点及每个轮廓点的坐标；S2、确定当前所有轮廓点所在的轮廓的层数为1，计算当前所有轮廓点对应于当前层的归一化单连通区域面积、面积变化率、归一化单连通弧长、弧长变化率及归一化重心距，将每个轮廓点的归一化单连通区域面积、面积变化率、归一化单连通弧长、弧长变化率及归一化重心距作为该轮廓点的特征参数；S3、将当前层加1作为当前层，计算当前所有轮廓点对应于当前层的特征参数，然后计算当前所有轮廓点对应于当前层的特征参数与当前所有轮廓点对应于当前层的层数减1的特征参数之间的差异，并判断当前所有轮廓点对应的所述差异的和与所述所有轮廓点的数量的比值是否小于差异阈值，如果是，则确定当前层减1得到的层数为所述轮廓的层数,并执行步骤S5，如果否，则执行步骤S4；S4、返回步骤S3；S5、利用每个轮廓点的特征参数，将所述待识别手势输入预设BP神经网络，得到输出手势类别；其中归一化单连通区域面积、面积变化率、归一化单连通弧长、弧长变化率及归一化重心距获取的步骤包括：（1）、确定任一轮廓点为目标轮廓点，以所述目标轮廓点的坐标为中心，以与所述当前层对应的半径为预设半径作圆，得到与所述当前层对应的预设圆；（2）、将所述待识别手势形状中被所述预设圆截取的与所述目标轮廓点具有直接连接关系的区域的面积与所述预设圆的面积的比值作为所述目标轮廓点的归一化单连通区域面积；（3）、取目标轮廓点前一点，并求取所述目标轮廓点前一点的归一化单连通区域面积，将所述目标轮廓点的归一化单连通区域面积与所述目标轮廓点前一点的归一化单连通区域面积相减，得到面积变化率；（4）、将所述待识别手势形状中被所述预设圆切割出的与所述目标轮廓点具有直接连接关系的弧段的长度与所述预设圆的周长的比值作为所述目标轮廓点的归一化单连通弧长；（5）、取目标轮廓点前一点，并求取所述目标轮廓点前一点的归一化单连通弧长，将所述目标轮廓点的归一化单连通弧长与所述目标轮廓点前一点的归一化单连通弧长相减，得到弧长变化率；（6）、确定所述待识别手势形状中被所述预设圆截取的与所述目标轮廓点具有直接连接关系的区域的重心与所述目标轮廓点的距离，并将该距离与所述预设半径的比值作为所述目标轮廓点的归一化重心距。