[发明专利]手势检测方法及系统

说明书

技术领域

本发明涉及图形识别技术领域，更具体地说，涉及一种手势检测方法及系统。

背景技术

基于计算机视觉的手势检测是计算机图形识别的一种，即通过计算机检测输入的手势图像，从而识别出图像中的手势。通过手势检测所识别出的手势信息可应用于人机交互等领域。

基于AdaBoost的层级检测算法是模式识别领域中应用广泛的一种算法，AdaBoost算法的一个主要应用就是进行手势检测。目前采用AdaBoost算法主要是基于单通道的灰度信息进行弱分类器的训练，从而通过所训练的弱分类形成强分类器，再级联强分类器形成检测器，进而实现手势的检测。然而，手势样本具有复杂的背景，如手势具有各种复杂的形状，手势本身在手势图像中的面积一般也不过和背景大致相当，有时甚至还要少得多，采用灰度信息往往无法将手势图像中的手势和背景区分开，由此导致手势检测的检测率降低，误检率提高，影响手势检测的正确性。

发明内容

有鉴于此，本发明实施例提供一种手势检测方法及系统，以解决现有手势检测方法检测率降低，误检率提高，从而影响手势检测的正确性的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种手势检测方法，包括：

采集手势图像中的若干色彩样本，计算各色彩样本对应的预设类型的颜色通道；

对于各色彩样本，将所述符合预设类型的颜色通道中的各个颜色通道分别加入源五元组特征，形成个数与预设类型的颜色通道的数量对应的六元组特征；

对于各色彩样本，从所述个数与预设类型的颜色通道的数量对应的六元组特征中选择出符合预设条件的六元组特征，通过所述符合预设条件的六元组特征构成弱分类器；

利用cascade级联弱分类器形成一个强分类器，将每个强分类器级联成手势检测器，根据所述手势检测器实现手势检测。

其中，所述预设类型的颜色通道包括：红颜色通道，绿颜色通道，蓝颜色通道，灰颜色通道，灰红颜色通道，灰绿颜色通道和灰蓝颜色通道；

所述计算各色彩样本对应的预设类型的颜色通道包括：计算各色彩样本对应的红颜色通道，绿颜色通道，蓝颜色通道，灰颜色通道，灰红颜色通道，灰绿颜色通道和灰蓝颜色通道。

其中，所述源五元组特征包括：x坐标特征，y坐标特征，宽度特征，高度特征和旋转角度特征；

将所述符合预设类型的颜色通道中的各个颜色通道分别加入源五元组特征，形成个数与预设类型的颜色通道的数量对应的六元组特征包括：

将所计算的红颜色通道，绿颜色通道，蓝颜色通道，灰颜色通道，灰红颜色通道，灰绿颜色通道和灰蓝颜色通道分别加入源五元组特征中，形成7种具有颜色通道的六元组特征。

其中，从所述个数与预设类型的颜色通道的数量对应的六元组特征中选择出符合预设条件的六元组特征包括：

计算所述7种六元组特征的各特征向量，通过各特征向量从所述7种六元组特征中确定出在给定误检率的情况下，检测率最大的六元组特征，所确定出的六元组特征为所述符合预设条件的六元组特征。

其中，所述利用cascade级联弱分类器形成一个强分类器，再将每个强分类器级联成手势检测器包括：

将所述弱分类器形成强分类器，作为一个层级分类器；以级联方式通过各层分类器形成手势检测器。

本发明实施例还提供一种手势检测系统，包括：

色彩样本采集模块，用于采集手势图像中的若干色彩样本；

颜色通道计算模块，用于计算各色彩样本对应的预设类型的颜色通道；

特征加入模块，用于对于各色彩样本，将所述符合预设类型的颜色通道中的各个颜色通道分别加入源五元组特征，形成个数与预设类型的颜色通道的数量对应的六元组特征；

六元组特征选择模块，用于对于各色彩样本，从所述个数与预设类型的颜色通道的数量对应的六元组特征中选择出符合预设条件的六元组特征；

弱分类器形成模块，用于通过所述六元组特征选择模块所选择出的所述符合预设条件的六元组特征构成弱分类器；

手势检测器形成模块，用于利用cascade级联弱分类器形成一个强分类器，将每个强分类器级联成手势检测器；

检测模块，用于根据所述手势检测器实现手势检测。

其中，所述预设类型的颜色通道包括：红颜色通道，绿颜色通道，蓝颜色通道，灰颜色通道，灰红颜色通道，灰绿颜色通道和灰蓝颜色通道；

所述颜色通道计算模块包括：