[发明专利]一种动态手势识别方法

权利要求书

1.一种动态手势识别方法，其特征在于：步骤S1，确定手掌节点位置，以手掌节点为圆心，手掌节点到手腕节点之间的距离r为半径的圆内对所有白色像素点的位置坐标求均值，以均值代表手掌节点的位置坐标因此手掌节点的(x_p,y_p)位置为：

式中，T表示圆内白色像素点的个数x_i表示第i个白色像素点的横坐标，y_i表示第i个白色像素点的纵坐标；

步骤S2，在找出手掌节点的位置后，搜寻手势像素点，通过判断手掌节点和周围区域像素点到Kinect之间的距离差将手势分割出来；

当所述动态手势识别对象为手掌手势时，

采用SVM支持向量机算法对分割后的手势图像进行识别并对手势规范性进行评价；SVM分类结果为测试手势与标准手势之间的置信度，可以作为手掌手势规范的评价标准，如公式所示：

式中，round(·)表示取整数，T为动态手势序列总帧数，表示SVM对第i帧的手势图像输出结果，手掌手势得分为整个序列手势得分的平均值。

2.如权利要求1所述的方法，所述动态手势识别还包括手臂动作的识别，所述对手臂动作的识别具体为：Kinect传感器获取的数据关键骨骼节点坐标数据；关键骨骼节点的坐标为P_s＝(x_s,y_s,z_s)，剩余的手臂骨骼节点坐标为P_i＝(x_i,y_i,z_i),i＝1,2,3,4，因此节点P_i和关键骨骼节点P_s之间的距离为：

在一定时间T内，手臂骨骼节点的运动序列表示为(D_si¹,D_si²,...,D_si^T),i＝1,2,3,4，根据手臂骨骼节点运动序列，可以采用DTW动态时间规整算法进行动态手势最优匹配。

3.如权利要求2所述的方法，其中所述关键骨骼节点具体为以下之一：手掌、手腕、手肘、肩，肩中心。

4.如权利要求1-3任一所述的方法，所述S2中搜寻手势像素点，具体包括：

在以手掌节点为中心的一个大的矩形区域内进行手势像素点搜寻，步骤为：

设Kinect提取的骨骼手掌节点到Kinect摄像头距离为d_p，手掌节点的位置为(x_p,y_p,d_p)，手腕节点的位置为(x_r,y_r,d_r)，在以手掌节点为中心宽度为w高为H的矩形像素范围内进行手势像素点搜寻，

用S₀＝{}表示初始手势像素点集，d_ij表示在矩形区域内第i行第j列个像素g_ij到Kinect摄像头的距离，因此：

式中，k表示搜寻的次数，threshold表示手掌节点与矩形区域内手势像素点到Kinect之间距离差的阈值，abs(d_p-d_ij)表示掌心节点与手势像素区域距离之差的绝对值，S_k表示最终检测到的手势像素点集。