[发明专利]手检测装置和方法、图像处理装置和系统

说明书

本发明提供一种手检测装置和方法、图像处理装置和系统。本发明的一个方面公开了一种手检测装置，所述手检测装置包括：被构造为从输入图像获得特征的单元；被构造为基于所述特征和第一模型从输入图像获得至少一个第一手区域候选的单元；以及被构造为基于与第一手区域候选对应的特征和第二模型从第一手区域候选中确定至少一个手区域的单元；其中，根据依据样本图像获得的并对应于手的外接区域与手的内接区域之间的区域的手样本，生成第一模型，并且，根据依据样本图像获得的并对应于手的内接区域的手样本，生成第二模型。根据本发明，将提高手检测性能，并且将抑制许多假阳性检测结果。

技术领域

本发明涉及图像处理，具体地涉及例如手检测装置和方法、图像处理装置和系统。

背景技术

传统的手检测技术(例如，下文中称为“C1”)通常使用以下模型来执行对应的手检测，其中，根据依据样本图像获得的并对应于手的外接区域的手样本，来生成模型，并且所述外接区域在样本图像内被手动地标记。然而，与面部检测不同，除了整个手之外，样本图像内的手的外接区域通常包括不属于手区域的大部分的其他区域。取图1A所示的手样本为例，除了手区域以外，仍然存在不属于手区域的大部分的背景区域。不属于手的这些部分将影响模型的精度，这将降低手检测性能和/或增加许多假阳性(false-positive)检测结果。特别地，在用于生成模型的样本图像的量有限的情况下，影响将变得更糟。其中，假阳性检测结果是将非手区域错误地检测为手区域的检测结果。

在“A method for hand detection based on Internal Haar-like featuresand Cascaded AdaBoost Classifier”(V.-t.Nguyen,T.-l.Le,T.-t.-h.Tran,R.Mullot,and V.Courboulay,ICCE,2012,pp.608–613)中公开了一种消除手部检测期间不属于手区域的部分的影响的示例性技术。上述技术(例如，下文中称为“C2”)公开了以下思想：根据依据样本图像获得的并对应于手的内接区域的手样本，生成用于手检测的模型。样本图像内的手的内接区域是包括尽可能多的手区域但没有不属于手区域的任何其它区域的区域。与手的内接区域对应的手样本的示例在图1B中示出。

其中，上述技术(即“C1”)的有效性取决于手样本中包括多少手的纹理和边缘信息。然而，手的纹理和边缘信息取决于样本图像中的手形状和样本图像的分辨率。例如，在样本图像中的手形状是打开的手形状(例如，图1C-1E所示的手形状)的情况下，与手的内接区域对应的手样本通常仅包括手掌，其不足以生成模型。也就是说，样本图像中的手形状和样本图像的分辨率将影响模型的精度。此外，如图1F所示，臂中的区域通常与手的内接区域相似。因此，很难区分手部区域和其他身体部位。也就是说，与手的内接区域相似的其他身体部位中的区域将被视为手区域，这被认为是上述假阳性检测结果。

发明内容

因此，鉴于上面的背景技术中的记载，本公开旨在解决上述问题。

根据本发明的一个方面，提供一种手检测装置，所述手检测装置包括：特征获得单元，其被构造为从输入图像获得特征；手区域候选获得单元，其被构造为基于所述特征和第一模型从输入图像获得至少一个第一手区域候选；以及手区域确定单元，其被构造为基于与第一手区域候选对应的特征和第二模型，从第一手区域候选中确定至少一个手区域。其中，根据依据样本图像获得的并对应于手的外接区域与手的内接区域之间的区域的手样本，生成第一模型，并且，根据依据样本图像获得的并对应于手的内接区域的手样本，生成第二模型。

利用本发明，将提高手检测性能，并且将抑制许多假阳性检测结果。

根据以下参照附图的描述，本发明的进一步的特性特征和优点将是显而易见的。

附图说明

包含在说明书中并构成本说明书的一部分的附图，示出本发明的实施例，并与本描述一起用于解释本发明的原理。