一种基于深度信息的手势识别方法

摘要

本发明涉及一种基于深度信息的手势识别方法。现有方法在实际应用环境和用户体验上均存在着一定的问题。本发明首先获取实时的深度图像，背景建模后获得背景图像，利用背景图像和当前图像作差分，检测出前景区域。其次对建立的背景图像进行更新，并以提取出独立的人体区域。然后在每个独立的人体区域上检测出手部区域、轮廓信息；获取手部跟踪的运动轨迹。最后利用隐马尔科夫模型对运动轨迹进行建模，识别出手势。本发明能够适应肤色变化的干扰，在室内环境下不受距离、光照、遮挡、运动等因素的影响，算法计算量小，实时性高。

主权项

一种基于深度信息的手势识别方法，其特征在于该方法包括以下步骤：步骤1：从可输出深度信息的双目摄像机中获取实时的深度图像，对深度图像使用混合高斯的背景建模方法获得背景图像；步骤2：利用背景图像和当前图像作差分，检测出前景区域；步骤3：利用双背景更新方法对建立的背景图像进行更新；步骤4：通过统计方法学习人体形态的模型，并根据人体模型对检测出的区域进行分割，以提取出独立的人体区域；步骤5：通过统计方法学习手部模型的分类器，在每个独立的人体区域上检测出手部区域、轮廓信息；若能够检测出手部区域，则执行步骤6，若检测不到手部区域，则跳转至步骤1；步骤6：通过手部的运动状态利用自回归模型对手部运动进行预测，基于预测位置，以手部区域的深度信息为特征，利用面积加权均值偏移方法跟踪手部，获取手部跟踪的运动轨迹；步骤7：利用隐马尔科夫模型对运动轨迹进行建模，从而识别出手势；所述的手势包括水平方向的单手运动、水平方向的双手运动、垂直方向的双手运动和单个阿拉伯数字单手绘制运动。