[发明专利]一种静态手势识别方法和装置

权利要求书

1.一种静态手势识别方法，其特征在于，多个手势图片通过双层l₁范数变换构成分类器的训练集，进而提供给分类器进行训练，得到含有具体分类参数的分类器，所述分类器用于对不同静态手势进行分类；

包括以下步骤：

S1、分别对多个手势图像撷取一帧包含待识别手势的图像，得到多个矩阵I，矩阵I内每个元素对应待识别手势图像的一个像素；

S2、分别提取I的图像特征，得到由多个手势的特征向量y构成的集合；

S3、对集合中的每个向量y进行双层l₁范数变换得到每个向量y的双层映射向量p，由多个双层映射向量p构成分类器的训练集{p}；

S4、根据训练集得到含有具体分类参数的分类器，所述分类器对待识别的手势图像进行识别；

所述步骤S3包括：

S31、对多个手势的特征向量y的集合中的各个向量y进行聚类之后得到的码书V，V为矩阵，根据目标函数

在约束条件

s.t 1^Ta＝1

下对y进行l₁范数变换，其中，向量a是特征向量y经过变换后的映射向量a，向量d代表a与V中各列向量之间的欧氏距离，求解得到各个特征向量y的映射向量a和多个映射向量a的维数D1；

S32、对矩阵V中由映射向量a确定的各个列向量v_i进行聚类之后得到的码书U，U为矩阵，根据目标函数

在约束条件

s.t 1^Tb_i＝1

下对矩阵V中的各个列向量v_i进行l₁范数变换，i∈1,2,3，……D1，其中，向量t表示v_i与U中各列向量之间的欧氏距离，求解得到多个v_i的映射向量b_i和多个映射向量b_i的维数D2；

S33、根据向量a和向量b_i得到多个y对应的多个双层映射向量p，每个p的形式为p＝[a₁b₁,a₂b₂,……a_ib_i，……a_D1b_D1]^T，p的维数为D1×D2，多个p构成分类器的训练集{p}；

所述步骤S4包括：

S41、利用训练集{p}对分类器进行训练，得到含有具体分类参数的分类器；

S42、提取待识别手势图像I_x的图像特征，得到待识别手势图像I_x的特征向量y_x；

S43、对y_x进行双层l₁范数变换得到y_x的双层映射向量p_x；

S44、将p_x输入分类器进行识别，得到对应的手势类型。

2.根据权利要求1所述的静态手势识别方法，其特征在于，所述分别提取I的图像特征，得到手势的特征向量y的集合的方法包括：尺度不变特征变换法、方向梯度直方图法。

3.一种静态手势识别装置，其特征在于，包括：

第一装置，用于分别对多个手势图像撷取一帧包含待识别手势的图像，得到多个矩阵I，矩阵I内每个元素对应待识别手势图像的一个像素；

第二装置，用于分别提取I的图像特征，得到由多个手势的特征向量y构成的集合；

第三装置，用于对集合中的每个向量y进行双层l₁范数变换得到每个向量y的双层映射向量p，由多个双层映射向量p构成分类器的训练集{p}；

第四装置，用于根据训练集得到含有具体分类参数的分类器，所述分类器对待识别的手势图像进行识别；

所述对集合中的每个向量y进行双层l₁范数变换得到每个向量y的双层映射向量p，由多个双层映射向量p构成分类器的训练集{p}包括：

对多个手势的特征向量y的集合中的各个向量y进行聚类之后得到的码书V，V为矩阵，根据目标函数

在约束条件

s.t 1^Ta＝1

下对y进行l₁范数变换，其中，向量a是特征向量y经过变换后的映射向量a，向量d代表a与V中各列向量之间的欧氏距离，求解得到各个特征向量y的映射向量a和多个映射向量a的维数D1；

对矩阵V中由映射向量a确定的各个列向量v_i进行聚类之后得到的码书U，U为矩阵，根据目标函数

在约束条件

s.t 1^Tb_i＝1

下对矩阵V中的各个列向量v_i进行l₁范数变换，i∈1,2,3，……D1，其中，向量t表示v_i与U中各列向量之间的欧氏距离，求解得到多个v_i的映射向量b_i和多个映射向量b_i的维数D2；

根据向量a和向量b_i得到多个y对应的多个双层映射向量p，每个p的形式为p＝[a₁b₁,a₂b₂,……a_ib_i，……a_D1b_D1]^T，p的维数为D1×D2，多个p构成分类器的训练集{p}；

所述根据训练集得到含有具体分类参数的分类器，所述分类器对待识别的手势图像进行识别，包括：

利用训练集{p}对分类器进行训练，得到含有具体分类参数的分类器；

提取待识别手势图像I_x的图像特征，得到待识别手势图像I_x的特征表示式y_x；

对y_x进行双层l₁范数变换得到y_x的双层映射向量p_x；

将p_x输入分类器进行识别，得到对应的手势类型。