Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 齐鲁工业大学纪鹏获国家专利权

齐鲁工业大学纪鹏获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉齐鲁工业大学申请的专利一种基于视觉特征的指尖检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115171158B

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210782400.7,技术领域涉及:G06V40/10;该发明授权一种基于视觉特征的指尖检测方法是由纪鹏;冯金香;马凤英;张慧;曹茂永设计研发完成,并于2022-07-05向国家知识产权局提交的专利申请。

一种基于视觉特征的指尖检测方法在说明书摘要公布了:本发明涉及人机交互相关技术领域,尤其是一种基于视觉特征的指尖检测方法,拍摄两组图像,一组为与手颜色有色差背景的手部图像,一组为复杂环境、无手的背景图像,对图像进行处理,得到手部边缘图像和背景边缘图像,采用边缘图像的旋转不变HOG特征,通过AdaBoost集成学习训练分类出有效特征,用一种旋转的偏移向量定位指尖,实现了复杂环境下的单手指指尖点的精准检测。

本发明授权一种基于视觉特征的指尖检测方法在权利要求书中公布了:1.一种基于视觉特征的指尖检测方法,其特征在于包括如下步骤: 步骤1、拍摄两组图像,一组为与手颜色有色差背景的手部图像,一组为复杂环境、无手的背景图像; 步骤2、对于步骤1中得到的手部图像,采用简单背景手部分割方法分割出手部的图像,并对分割的图像出依次进行灰度化、二值化处理; 步骤3、对于步骤2中得到的手部的图像,检测得到每张图的指尖点坐标并保存; 步骤4、对于步骤1中得到的手部图像和背景图像,采用HED方法进行边缘检测并二值化处理,得到手部边缘图像和背景边缘图像; 步骤5、提取手部边缘图像中每个边缘点的旋转不变HOG特征,并保存边缘点HOG特征、特征的位置、特征与指尖点的偏移向量和特征的主方向; 步骤6、采用有效特征准则从手部旋转不变HOG特征中挑选出有效特征,并将HOG特征、特征的位置、特征与指尖点的偏移向量和特征的主方向保存为特征字典; 步骤7、对特征字典进行凝聚层次聚类; 步骤8、提取背景边缘图像中边缘点的旋转不变HOG特征; 步骤9、制作数据集,数据集包括训练集、验证集和测试集; 步骤10、设计特征分类器;采用AdaBoost集成学习作为特征分类器,由M个多层感知机MLP作为弱分类器组成强分类器; 步骤11、用训练集训练特征分类器,并通过验证集调整参数,选取最优模型,并保留模型信息; 步骤12、采集处于复杂环境下的手部图像,手部姿势应与训练集要求保持一致; 步骤13、采用HED边缘检测方法对步骤12中获得的图像进行边缘检测并二值化处理; 步骤14、对步骤13中得到的边缘检测图像提取旋转不变HOG特征; 步骤15、用训练好的AdaBoost特征分类器模型从步骤14得到的HOG特征中分类出预测有效特征; 步骤16、将步骤15中得到的预测有效特征与特征字典中的有效特征旋转相同的角度至同一主方向进行比较; 步骤17、用KNN算法从预测有效特征中找到与每个有效特征最匹配的K个特征,定义为准有效特征; 步骤18、将与各个准有效特征匹配的有效特征的偏移向量旋转同样的角度; 步骤19、用各个准有效特征和对应的、旋转后的偏移向量预测指尖点坐标,形成一个指尖点空间; 步骤20、用MeanShift算法从指尖点空间中找出指尖点预测密度最大的点,得到最终预测的指尖点。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人齐鲁工业大学,其通讯地址为:250353 山东省济南市长清区大学路齐鲁工业大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。