CN104460967A - 一种人体上肢骨骼手势识别方法 - Google Patents

Abstract

一种人体上肢骨骼手势识别方法，它涉及人机交互技术领域，它的识别方法为：采用单摄相机结构下，利用人体的肤色模型结合基于高斯模型的背景减除法等获取每帧图像中人体的手掌、手臂、肩部以及头部区域的位置；利用背景图像和当前图像作差分，检测出前景区域；利用双背景更新方法对建立的背景图像进行更新；采集人体上肢的关节点，建立人体关节点坐标系，定义每个关节点的原始坐标数据；将每个关节点原始坐标数据存入数据组；采集当前的各个关节点坐标数据，并将各个关节点的坐标数据存入数据组。它通过对得到的人体骨骼三维信息进行分析，使之成为一系列体感手势，使计算机能对人做出的各种手势进行识别。

Description

一种人体上肢骨骼手势识别方法

 

技术领域：

    本发明涉及人机交互技术领域，具体涉及一种人体上肢骨骼手势识别方法。

背景技术：

随着计算机技术的发展，操作命令也越来越多，功能也越来越强。随着模式识别，如语音识别、汉字识别等输入设备的发展，操作员和计算机在类似于自然语言或受限制的自然语言这一级上进行交互成为可能。此外，通过图形进行人机交互也吸引着人们去进行研究。这些人机交互可称为智能化的人机交互。这方面的研究工作正在积极开展。

人机交互、人机互动（英文：Human–Computer Interaction或Human–Machine Interaction，简称HCI或HMI），是一门研究***与用户之间的交互关系的学问。***可以是各种各样的机器，也可以是计算机化的***和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与***交流，并进行操作。小如收音机的播放按键，大至飞机上的仪表板、或是发电厂的控制室。人机交互界面的设计要包含用户对***的理解（即心智模型），那是为了***的可用性或者用户友好性。

    随着人机交互技术的发展，体感设备作为一种代替或补充普通键盘和鼠标的输入设备已经在许多场合和领域逐渐得到了使用。体感互动技术使得人们通过各种动作和计算机等设备进行交互成为可能，操作者可以通过在体感传感器上做出特定的手势轨迹配合显示器来实现与计算机等设备的交互功能。微软 Kinect 是目前比较流行的体感摄像机之一。Kinect 通过体感摄像头分析取到的数据并分析，最终返回追踪到的 20 个关节点的三维数据来生成一幅骨架***，此套***只包含人体各个关节点的三维信息，并不能进行手势识别。

发明内容：

本发明的目的是提供一种人体上肢骨骼手势识别方法，它通过对得到的人体骨骼三维信息进行分析，使之成为一系列体感手势，使计算机能对人做出的各种手势进行识别，使识别率不受距离、肤色、遮挡、光照、运动等因素的影响，能够适应复杂多变的应用环境。

为了解决背景技术所存在的问题，本发明是采用以下技术方案：它的识别方法为：步骤一、采用单摄相机结构下,利用人体的肤色模型结合基于高斯模型的背景减除法等获取每帧图像中人体的手掌、手臂、肩部以及头部区域的位置；

步骤二、利用背景图像和当前图像作差分，检测出前景区域；

步骤三、利用双背景更新方法对建立的背景图像进行更新；

步骤四、采集人体上肢的关节点，建立人体关节点坐标系，定义每个关节点的原始坐标数据；

步骤五、将每个关节点原始坐标数据存入数据组；

步骤六、采集当前的各个关节点坐标数据，并将各个关节点的坐标数据存入数据组；

步骤七、利用这些关节点坐标数据建立人体手部3D模型；利用人体视频图像序列中手部区域的运动方向、手形、以后位置参数修正3D模型；

步骤八、将当前各个关节点的坐标数据与相应关节点的原始坐标数据进行对比，对手势进行判断和识别；

步骤九、最后利用HMM对各种手部动作进行识别并用实验验证识别结果。

本发明通过对得到的人体骨骼三维信息进行分析，使之成为一系列体感手势，使计算机能对人做出的各种手势进行识别，使识别率不受距离、肤色、遮挡、光照、运动等因素的影响，能够适应复杂多变的应用环境。

具体实施方式：

    本具体实施方式采用以下技术方案：它的识别方法为：步骤一、采用单摄相机结构下,利用人体的肤色模型结合基于高斯模型的背景减除法等获取每帧图像中人体的手掌、手臂、肩部以及头部区域的位置；

步骤二、利用背景图像和当前图像作差分，检测出前景区域；

步骤三、利用双背景更新方法对建立的背景图像进行更新；

步骤四、采集人体上肢的关节点，建立人体关节点坐标系，定义每个关节点的原始坐标数据；

步骤五、将每个关节点原始坐标数据存入数据组；

步骤六、采集当前的各个关节点坐标数据，并将各个关节点的坐标数据存入数据组；

步骤七、利用这些关节点坐标数据建立人体手部3D模型；利用人体视频图像序列中手部区域的运动方向、手形、以后位置参数修正3D模型；

步骤八、将当前各个关节点的坐标数据与相应关节点的原始坐标数据进行对比，对手势进行判断和识别；

步骤九、最后利用HMM对各种手部动作进行识别并用实验验证识别结果。

本具体实施方式通过对得到的人体骨骼三维信息进行分析，使之成为一系列体感手势，使计算机能对人做出的各种手势进行识别，使识别率不受距离、肤色、遮挡、光照、运动等因素的影响，能够适应复杂多变的应用环境。

Claims (1)

1.一种人体上肢骨骼手势识别方法，其特征在于它的识别方法为：步骤一、采用单摄相机结构下,利用人体的肤色模型结合基于高斯模型的背景减除法等获取每帧图像中人体的手掌、手臂、肩部以及头部区域的位置；

步骤二、利用背景图像和当前图像作差分，检测出前景区域；

步骤三、利用双背景更新方法对建立的背景图像进行更新；

步骤四、采集人体上肢的关节点，建立人体关节点坐标系，定义每个关节点的原始坐标数据；

步骤五、将每个关节点原始坐标数据存入数据组；

步骤六、采集当前的各个关节点坐标数据，并将各个关节点的坐标数据存入数据组；

步骤七、利用这些关节点坐标数据建立人体手部3D模型；利用人体视频图像序列中手部区域的运动方向、手形、以后位置参数修正3D模型；

步骤八、将当前各个关节点的坐标数据与相应关节点的原始坐标数据进行对比，对手势进行判断和识别；

步骤九、最后利用HMM对各种手部动作进行识别并用实验验证识别结果。