[发明专利]基于深度信息的掌心定位方法及系统

权利要求书

1.一种基于深度信息的掌心定位方法，其特征在于，包括：

步骤S110、获取当前帧的人体深度图像；

步骤S120、根据所述人体深度图像，获得手部区域中逐个像素的概率分布；所述手部区域包括手部分割区域或手部检测框区域；

步骤S130、将各像素的概率与预设概率阈值分别进行比较，并提取大于或等于所述预设概率阈值的各目标像素，以形成各目标像素区域；

步骤S140、对所述各目标像素区域进行归一化处理；

步骤S150、计算所述各目标像素区域的面积，并确定各目标像素区域中的最大面积轮廓所包围的像素区域，以形成选定轮廓区域；

步骤S160、计算得到所述选定轮廓区域的质心位置；

步骤S170、根据所述质心位置，基于预先设定的带有概率权重的Mean Shift算法，以所述质心位置为种子点，以选定轮廓区域求其最小外接圆半径的预设值作为滑动窗口大小的尺度，通过迭代求取最后收敛的中心位置作为当前帧的初步掌心位置，以确定当前帧的掌心位置；

步骤S180、优化当前帧的所述初步掌心位置；

所述步骤S180包括：

基于上一帧的掌心位置，确定当前帧的掌心位置影响因子；

基于当前帧的初步掌心位置和当前帧的所述掌心位置影响因子，确定当前帧的最终掌心位置；其中，

根据下述关系式计算当前帧的所述最终掌心位置；

Hc(t)＝Hc(t-1)*Q+C(t)*(1-Q)；

其中，Hc(t)为当前帧的最终掌心位置，Q为掌心位置影响因子，C(t)为当前帧的初步掌心位置。

2.根据权利要求1所述的掌心定位方法，其特征在于，所述步骤S140包括：

归一化各目标像素区域的概率值区间在[0，1]。

3.一种基于深度信息的掌心定位系统，其特征在于，包括：

获取模块，用于获取当前帧的人体深度图像；

计算模块，用于根据所述人体深度图像，获得手部区域中逐个像素的概率分布；所述手部区域包括手部分割区域或手部检测框区域；

比较模块，用于将各像素的概率与预设概率阈值分别进行比较，并提取大于或等于所述预设概率阈值的各目标像素，以形成各目标像素区域；

归一化处理模块，用于对所述各目标像素区域进行归一化处理；

所述计算模块，还用于计算所述各目标像素区域的面积，并确定各目标像素区域中的最大面积轮廓所包围的像素区域，以形成选定轮廓区域；

所述计算模块，还用于计算得到所述选定轮廓区域的质心位置；

确定模块，用于根据所述质心位置，基于预先设定的带有概率权重的Mean Shift算法，以所述质心位置为种子点，以选定轮廓区域求其最小外接圆半径的预设值作为滑动窗口大小的尺度，通过迭代求取最后收敛的中心位置作为当前帧的初步掌心位置，以确定当前帧的掌心位置；

优化模块，用于基于上一帧的掌心位置，确定当前帧的掌心位置影响因子；以及，

基于当前帧的初步掌心位置和当前帧的所述掌心位置影响因子，确定当前帧的最终掌心位置；

所述优化模块，还用于根据下述关系式计算当前帧的所述最终掌心位置；

Hc(t)＝Hc(t-1)*Q+C(t)*(1-Q)；

其中，Hc(t)为当前帧的最终掌心位置，Q为掌心位置影响因子，C(t)为当前帧的初步掌心位置，t为时间。

4.根据权利要求3所述的掌心定位系统，其特征在于，所述归一化处理模块，用于归一化各目标像素区域的概率值区间在[0，1]。