公开(公告)号：CN110956099B

公开(公告)日：2022-06-17

申请号：CN201911109920.6

申请日：2019-11-14

Applicant: 哈尔滨工程大学

Inventor： 张智 ,  翁宗南 ,  光正慧 ,  肖绍桐 ,  刘中华 ,  高广 ,  姚海波

IPC: G06V40/20 ,  G06V10/764 ,  G06K9/62

Abstract: 本发明公开了一种动态手势指令识别方法，包括以下步骤：制作5种基础样本类；进行HSV空间肤色分割，得到二值图，并调整大小；进行区域生长选出最大肤色区域；将HOG检测算法提取并保存图片像素梯度归一化后的特征信息作为样本进行训练；基于基础样本类，设计27种动态手势指令；结合CFDP的思想进行手势跟踪，对区域生长后的图像进行计算处理，得到手势质心和边缘；结合静态模型对每组手势指令进行相应的特征提取；每组指令得到一个61维的特征矩阵，经过对特征整合，再次利用SVM分类器进行分类，得出Model_2。本发明在实现了实时高效的手势指令识别的前提下，既结合了新的跟踪算法又避免了采用时间序列算法的繁琐。

公开(公告)号：CN110956099A

公开(公告)日：2020-04-03

申请号：CN201911109920.6

申请日：2019-11-14

Applicant: 哈尔滨工程大学

Inventor： 张智 ,  翁宗南 ,  光正慧 ,  肖绍桐 ,  刘中华 ,  高广 ,  姚海波

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种动态手势指令识别方法，包括以下步骤：制作5种基础样本类；进行HSV空间肤色分割，得到二值图，并调整大小；进行区域生长选出最大肤色区域；将HOG检测算法提取并保存图片像素梯度归一化后的特征信息作为样本进行训练；基于基础样本类，设计27种动态手势指令；结合CFDP的思想进行手势跟踪，对区域生长后的图像进行计算处理，得到手势质心和边缘；结合静态模型对每组手势指令进行相应的特征提取；每组指令得到一个61维的特征矩阵，经过对特征整合，再次利用SVM分类器进行分类，得出Model_2。本发明在实现了实时高效的手势指令识别的前提下，既结合了新的跟踪算法又避免了采用时间序列算法的繁琐。