一种基于深度引导扩展块匹配的三维视频帧率提升方法

    公开(公告)号:CN105933714B

    公开(公告)日:2017-06-09

    申请号:CN201610247833.7

    申请日:2016-04-20

    Applicant: 济南大学

    Abstract: 本发明公开了一种基于深度引导扩展块匹配的三维视频帧率提升方法,包括:对视频帧进行基于图像块的双向运动估计,利用估计得到的运动向量进行补偿得到初始深度插入帧根据初始深度插入帧,计算插入帧中每个深度图像块的二维结构张量,根据二维结构张量将图像块分成边缘图像块和非边缘图像块;将边缘图像块分成子块,利用基于深度信息引导的扩展块匹配方法估计每个子块的运动向量;以图像块为单位,对非边缘图像块和边缘图像子块进行适应性运动补偿,实现插入帧的重建。本发明有效的解决了三维视频帧率提升中插入帧前景物体边缘模糊的问题。

    基于超像素的深度图像预处理和深度空洞填充方法

    公开(公告)号:CN106341676A

    公开(公告)日:2017-01-18

    申请号:CN201610865067.0

    申请日:2016-09-29

    Applicant: 济南大学

    CPC classification number: H04N13/128 H04N13/161 H04N19/597

    Abstract: 本发明公开了基于超像素的深度图像预处理和深度空洞填充方法,包括以下步骤:步骤一:待处理的深度图像的超像素分割:对于该待处理的深度图像对应的彩色图像进行超像素分割,然后利用彩色图像的分割结果对该待处理的深度图像进行分割;步骤二:基于超像素的深度图像预处理;步骤三:虚拟视点深度图像超像素分割:利用待处理的深度图像对应的彩色图像和预处理后的深度图像进行三维变换,生成虚拟视点初始彩色图像和虚拟视点初始深度图像,对虚拟视点初始深度图像进行超像素分割;步骤四:虚拟视点深度图像填充。本发明采用基于超像素的深度图像预处理和基于超像素的深度空洞处理,空洞填充准确性较高,计算量较小,有利于视点合成的实时实现。

    一种三维人机交互方法
    33.
    发明公开

    公开(公告)号:CN105929944A

    公开(公告)日:2016-09-07

    申请号:CN201610236179.X

    申请日:2016-04-15

    Applicant: 济南大学

    CPC classification number: G06F3/017

    Abstract: 本发明提供了一种三维人机交互方法,属于人机交互领域。该方法利用粒子滤波方法跟踪手势,并对手势进行预测得到预测值,然后将预测值与当前值之间的向量延长,求出与功能菜单的交点,根据该交点获得用户意图。该方法减少了用户的记忆负担和操作负担并且在时间开销及精度上有明显的改善,实现了人机交互界面的自然性和高效性。

    一种基于帧融合技术的动态手势识别方法

    公开(公告)号:CN103455794B

    公开(公告)日:2016-08-10

    申请号:CN201310374176.9

    申请日:2013-08-23

    Applicant: 济南大学

    Inventor: 冯志全 张廷芳

    Abstract: 本发明公开了一种基于帧融合技术的动态手势识别方法,其特征在于,包括如下步骤:将既定的一组动态手势根据密度分布特征划分为一组手势集合,对每个手势集合求其各个手势帧融合图像的密度分布特征参数,然后在各个集合内分别求其密度分布特征参数的平均值,将平均值作为该手势集合的模板特征向量H;对待识别的动态手势图像获取映射的静态组合图Q;计算静态组合图Q的密度分布特征,根据密度分布特征识别出动态手势所在的手势集合;根据密度分布特征的范围确定手势集合内的手势进一步选择采用Hausdorff距离方法或者指尖特征点方法。

    一种基于智能电视的非接触式虚拟人机交互方法

    公开(公告)号:CN104571823B

    公开(公告)日:2015-12-02

    申请号:CN201510013947.0

    申请日:2015-01-12

    Applicant: 济南大学

    Inventor: 冯志全 冯仕昌

    Abstract: 本发明的一种基于智能电视的非接触式虚拟人机交互方法,包括以下步骤:步骤1,将智能电视连接图像传感设备,并在智能电视中建立手势识别系统和手势信息数据库,在手势信息数据库中存储若干种指定手势以及与指定手势一一对应关联的智能电视执行程序;步骤2,设定两种操作模式;步骤3,进行操作模式A,通过手势直接对智能电视切换出的二维菜单界面和三维操纵界面操作;步骤4,进行操作模式B,保持智能电视当前界面不变,调用与手势对应关联的智能电视执行程序。本发明的有益效果是:结合虚拟界面位置感知和用户的行为模型探测用户的交互意图,提出了解决了基于手势交互的人机系统中难以解决的“Midas Touch问题”的新途径。

    基于手势与多语义之间柔性映射的手势操控方法

    公开(公告)号:CN104992156A

    公开(公告)日:2015-10-21

    申请号:CN201510394353.9

    申请日:2015-07-07

    Applicant: 济南大学

    Inventor: 冯志全 冯仕昌

    CPC classification number: G06K9/00355

    Abstract: 本发明的一种基于手势与多语义之间柔性映射的手势操控方法,首先筛选出操作者可能的交互意图,再结合交互上下文信息,进一步把操作者的手势语义压缩到更小的语义集合。其次,利用SDFBM特征,进一步锁定操作者手势语义。本发明的有益效果是:能够实现一个手势对应多个语义,减少了需要定义的手势命令数量,从而让用户不记忆或尽量少记忆手势命令就可以完成手势命令交互,可以自然地完成交互任务而不受记忆大量手势命令的困扰,不会因为操作者的误操作而中断从而影响交互的流畅性,极大减轻了给用户带来的认知负荷和操作负荷。

    一种基于虚拟界面的手势交互方法

    公开(公告)号:CN104951073A

    公开(公告)日:2015-09-30

    申请号:CN201510347461.0

    申请日:2015-06-19

    Applicant: 济南大学

    Inventor: 冯志全 刘慧

    Abstract: 本发明提供了一种基于虚拟界面的手势交互方法,属于人机交互领域。该方法包括:S1,手势分割:从复杂背景中把手势图像分离出来,只在前景中保留手势部分;S2,构建虚拟界面:操作者按照从左到右、从下到上的顺序,在空中画矩形轨迹,根据该矩形轨迹拟合得到虚拟界面;S3,对所述虚拟界面进行分区,并判断人手所处的分区;S4,虚拟界面的实时刷新移动:当人体移动时,已生成的虚拟界面随着人体的移动进行相应的同方向移动。

    一种结合二进制编码和类-Hausdorff距离的手势识别方法

    公开(公告)号:CN104834894A

    公开(公告)日:2015-08-12

    申请号:CN201510151404.5

    申请日:2015-04-01

    Applicant: 济南大学

    Inventor: 冯志全 杨学文

    Abstract: 本发明的结合手势二进制编码和类-Hausdorff距离的手势识别方法,特征在于:首先将手势图像标准化,并将其等分为多个子区域;通过比较手势库中手势图像与待识别手势图像,选取手势库中与待识别手势图像最为接近的前l个作为候选手势;然后通过计算候选手势图像与待识别手势图像的类-Hausdorff距离,使类-Hausdorff距离取最小值的动态手势即为识别结果。本发明的手势识别方法,解决了基于视觉的动态手势识别方法受旋转、平移、缩放的影响大,识别实时性不高,对相近手势区分度较小的问题,手势识别过程中待识别图像与手势库中图像的对比计算量适中,识别效率和准确性高,有益效果显著,便于应用推广。

    一种基于智能电视的非接触式虚拟人机交互方法

    公开(公告)号:CN104571823A

    公开(公告)日:2015-04-29

    申请号:CN201510013947.0

    申请日:2015-01-12

    Applicant: 济南大学

    Inventor: 冯志全 冯仕昌

    CPC classification number: G06F3/04815 G06F3/017

    Abstract: 本发明的一种基于智能电视的非接触式虚拟人机交互方法,包括以下步骤:步骤1,将智能电视连接图像传感设备,并在智能电视中建立手势识别系统和手势信息数据库,在手势信息数据库中存储若干种指定手势以及与指定手势一一对应关联的智能电视执行程序;步骤2,设定两种操作模式;步骤3,进行操作模式A,通过手势直接对智能电视切换出的二维菜单界面和三维操纵界面操作;步骤4,进行操作模式B,保持智能电视当前界面不变,调用与手势对应关联的智能电视执行程序。本发明的有益效果是:结合虚拟界面位置感知和用户的行为模型探测用户的交互意图,提出了解决了基于手势交互的人机系统中难以解决的“Midas Touch问题”的新途径。

    一种静态手势识别方法
    40.
    发明公开

    公开(公告)号:CN104102904A

    公开(公告)日:2014-10-15

    申请号:CN201410334999.3

    申请日:2014-07-14

    Applicant: 济南大学

    Inventor: 冯志全 杨学文

    Abstract: 本发明一种静态手势识别方法,本发明提出一种基于空间手势坐标点分布特征HCDF和类-Hausdorff距离模板匹配的手势识别方法。首先用HCDF提取手势特征向量;然后将提取的特征与样本库进行相似性度量,选取M种相近的候选样本;最后用类-Hausdorff距离模板匹配的思想,从M种候选样本中识别出最终的手势。本发明的有益效果是:与HDF方法相比本发明有更高的识别率,并且本发明对于旋转、缩放、平移的手势,仍能正确识别,对区分度较小的相近手势仍能保持很高的识别率。另外,相比于单纯用类-Hausdorff距离进行识别,本发明的识别速度有较大提高。

Patent Agency Ranking