[发明专利]增强现实深度手势网络

权利要求书

1.一种用于使用随机森林模型识别手势的计算机实现的方法，包括：

训练所述随机森林模型；

获取图像数据；

聚类来自所述图像数据的多个像素以生成多个聚类；

使用拒绝级联分析所述多个聚类以生成多个所选择的候选；

使用来自所述随机森林模型的分类决策树来分析所述多个所选择的候选；

骨架化所述多个所选择的候选以生成一维加分支手模型；以及

使用来自所述随机森林模型的回归决策树来分析所述一维加分支手模型。

2.根据权利要求1所述的方法，其中，骨架化所述多个所选择的候选包括：使用距离变换，以及过滤所述距离变换的结果。

3.根据权利要求1所述的方法，其中，骨架化所述多个所选择的候选包括：使用图形工具。

4.根据权利要求1所述的方法，其中，骨架化所述多个所选择的候选包括：标记所述多个所选择的候选的部分。

5.根据权利要求4所述的方法，其中，所述多个所选择的候选的所述部分包括手的关节。

6.根据权利要求1所述的方法，其中，骨架化所述多个所选择的候选减少由所述回归决策树进行分析的锚点的数量。

7.根据权利要求1所述的方法，其中，骨架化所述多个所选择的候选提高所述计算机实现的方法的速度以及提高所述计算机实现的方法的准确性。

8.根据权利要求1所述的方法，其中，训练所述随机森林模型包括：标记和手动验证。

9.根据权利要求1所述的方法，其中，训练所述随机森林模型包括：随机地选择多个图像特征，以及使用所选择的多个图像特征来构建决策树。

10.根据权利要求1所述的方法，其中，训练所述随机森林模型包括：使用热敏相机来获取手的训练图像。

11.根据权利要求10所述的方法，其中，训练所述随机森林模型还包括：使用温度调节物质。

12.根据权利要求10所述的方法，其中，所述热敏相机是高光谱相机。

13.根据权利要求1所述的方法，其中，所述图像数据包括幅度数据和深度数据。

14.根据权利要求1所述的方法，其中，聚类来自所述图像数据的所述多个像素以生成所述多个聚类包括：使用DB扫描算法。

15.根据权利要求1所述的方法，其中，使用所述拒绝级联分析所述多个聚类以生成所述多个所选择的候选包括：确定所选择的候选的大小。

16.根据权利要求1所述的方法，其中，使用所述拒绝级联分析所述多个聚类以生成所述多个所选择的候选包括：确定所选择的候选的位置。

17.根据权利要求1所述的方法，其中，使用来自所述随机森林模型的所述分类决策树来分析所述多个所选择的候选包括：确定所选择的候选者是不是手，是左手还是右手，或者是手背视图还是手掌视图。

18.根据权利要求1所述的方法，其中，使用来自所述随机森林模型的所述回归决策树来分析所述一维加分支手模型包括：确定手的中心的位置或所述手的关节的位置。

19.根据权利要求1所述的方法，还包括平均来自所述随机森林模型的多个决策树的多个结果。

20.根据权利要求19所述的方法，其中，平均所述多个结果减小来自所述随机森林模型的结果的变化。