著录项信息
专利名称 | 一种手势识别系统 |
申请号 | CN201510810582.4 | 申请日期 | 2015-11-20 |
法律状态 | 驳回 | 申报国家 | 中国 |
公开/公告日 | 2016-04-06 | 公开/公告号 | CN105469043A |
优先权 | 暂无 | 优先权号 | 暂无 |
主分类号 | G06K9/00 | IPC分类号 | G;0;6;K;9;/;0;0;;;G;0;6;F;3;/;0;1查看分类表>
|
申请人 | 苏州铭冠软件科技有限公司 | 申请人地址 | 江苏省苏州市高新区竹园路209号
变更
专利地址、主体等相关变化,请及时变更,防止失效 |
权利人 | 苏州铭冠软件科技有限公司 | 当前权利人 | 苏州铭冠软件科技有限公司 |
发明人 | 夏钢;方芳;燕青;陈斌 |
代理机构 | 南京纵横知识产权代理有限公司 | 代理人 | 董建林 |
摘要
本发明公开了一种手势识别系统,包括以下步骤:(1)OpenNI/NITE平台下的骨骼提取;(2)获取手部坐标;(3)Kalman滤波器的手部追踪;(4)识别手部起始位置;(5)识别手部动作;(6)触发键盘/鼠标事件控制设备。本发明通过使用Kinect提取深度信息,避免了识别过程中光照、颜色的差异带来的影响;同时使用Kalman滤波器对手势实时追踪,使系统更准确的追踪定位手部位置;通过对“挥手”动作的分析,最后利用手部位置信息判断挥手角度,进而识别出手部动作。
1.一种手势识别系统,其特征是,包括以下步骤:
(1)OpenNI/NITE平台下的骨骼提取;
(2)获取手部坐标;
(3)Kalman滤波器的手部追踪;
(4)识别手部起始位置;
(5)识别手部动作;
(6)触发键盘/鼠标事件控制设备。
2.根据权利要求1所述的一种手势识别系统,其特征是,上述步骤(1)中,所述骨骼提取包括以下步骤:
①获取深度图像,提取人物信息,使用OpenNI中DepthGener-ator和UserGenerator生产节点,产生深度图像和人物信息;
②根据获取的人物信息生成骨骼信息,使用NITE中预先定义的矫正用姿势“Psi”;
③当人物摆出的“Psi”姿势且NITE正确识别后,调用Skeleton进行人体骨骼的校正和分析;
④当骨骼校正成功后,对骨骼关节点追踪,通过GetSkeleton函数获取骨骼点信息;如果骨骼校正失败,则重新校正;
⑤当骨骼追踪成功后,通过OpenNI中的GetSkeletonJoint()来读取骨骼的信息。
3.根据权利要求2所述的一种手势识别系统,其特征是,上述步骤⑤中,函数具体声明如下:
XnStatus xn::Skeleton Capability::GetSkeleton Joint(XnUserID user,XnSkeletonJoint eJoint,Xn Skeleton JointTransformation&joint);其中,user为追踪的用户的ID;eJoint指定系统要追踪哪个关节。
4.根据权利要求1所述的一种手势识别系统,其特征是,上述步骤(5)中,识别手部动作的具体方法为:
将手起始位置设为原点,手的起始位置与终止位置之间的夹角在 表示在执行“向右挥手”这个动作;设当手部在同一位置停留时间超过一定时间时,该位置为手的起始位置;针对终点位置确定,与起始位置略有不同,从确定起点位置时刻算起,经过一段时间后的Kalman预测位置设为终点位置;若手势的起始位置为P1(x1,y1),结束位置为P2(x2,y2),他们之间的夹角为θ,则 通过对 与P1,P2值的判断,识别出手
势所表达的意思,系统根据识别出手部的动作,触发键盘keybd_event()或鼠标事件mouse_event(),进而实现对设备的控制。
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 |
1
| |
2014-02-19
|
2013-11-13
| | |
2
| |
2014-01-22
|
2013-10-21
| | |
3
| |
2013-11-13
|
2013-07-18
| | |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 1 | | 2017-02-22 | 2017-02-22 | | |
2 | | 2017-02-22 | 2017-02-22 | | |
3 | | 2017-11-21 | 2017-11-21 | | |