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!
申请/专利权人:西安理工大学
摘要:本发明公开了一种基于Kinect的单视点手势姿势识别方法,具体为:以手腕关节点为初始种子坐标,通过对手腕关节点的邻域像素进行递归遍历,提取手势区域,然后采用中值滤波及掩膜图像法进行去噪处理,再进行胳膊区域剔除,然后进行基于曲率和挠率的3D‑SIFT特征点提取,实现对手势姿态凹凸特征的表征及对手势姿态扭曲程度的度量;在利用手势三维手势点云数据的主趋势方向、三维点云数据的手势点云中心点以及3D‑SIFT特征点来构造点特征描述子,最后计算源手势点云和目标手势点云的点特征描述子进行匹配识别及优化。本发明的一种基于Kinect的单视点手势姿势识别方法,解决了手势动作识别过程中单视点手势姿态识别的问题。
主权项:1.一种基于Kinect的单视点手势姿势识别方法,其特征在于,具体按照以下步骤实施:步骤1,以手腕关节点为初始种子坐标,通过对手腕关节点的邻域像素进行递归遍历,提取手势区域;步骤2,对步骤1提取的手势区域采用中值滤波及掩膜图像法进行去噪处理;步骤3,对经步骤2去噪处理的手势区域,运用主成分分析算法计算三维手势点云数据的主趋势方向以及三维点云数据的手势点云中心点,并进行胳膊区域剔除;步骤4,对经步骤3剔除胳膊区域的手势区域分别进行基于曲率和挠率的3D-SIFT特征点提取,实现对手势姿态凹凸特征的表征及对手势姿态扭曲程度的度量;步骤5,利用步骤3计算的手势三维手势点云数据的主趋势方向、三维点云数据的手势点云中心点以及步骤4计算得到的3D-SIFT特征点来构造点特征描述子;步骤6,基于步骤5的点特征描述子构造方法,计算源手势点云和目标手势点云的点特征描述子进行匹配识别及优化。
全文数据:
权利要求:
百度查询: 西安理工大学 一种基于Kinect的单视点手势姿势识别方法
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。