-
公开(公告)号:CN110232308A
公开(公告)日:2019-09-13
申请号:CN201910309591.3
申请日:2019-04-17
Applicant: 浙江大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于手部速度与轨迹分布的跟随机器人手势轨迹识别方法。kinect相机朝向操作者采样拍摄,获得手部投影平面数据;对手部投影平面数据进行滑动平均平滑处理,建立速度向量,处理速度向量获得手部运动描述子;建立手部运动区域,按采样拍摄的时序遍历所有帧的手部三维位置,将每帧的手部三维位置所在的网格赋值,再计算所有被赋值网格的质心位置;建立质心指向向量,处理质心指向向量得到手部轨迹形状描述子;综合两个夹角余弦值处理获得运动描述子、轨迹形状描述子与标准描述子的共同相似度,取共同相似度最大为结果。本发明能准确识别获得人手势的类型,对手势轨迹的平移、缩放、旋转、轨迹的时序不敏感,灵活性高,节省时间和精力。
-
公开(公告)号:CN110232308B
公开(公告)日:2021-02-09
申请号:CN201910309591.3
申请日:2019-04-17
Applicant: 浙江大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于手部速度与轨迹分布的跟随机器人手势轨迹识别方法。kinect相机朝向操作者采样拍摄,获得手部投影平面数据;对手部投影平面数据进行滑动平均平滑处理,建立速度向量,处理速度向量获得手部运动描述子;建立手部运动区域,按采样拍摄的时序遍历所有帧的手部三维位置,将每帧的手部三维位置所在的网格赋值,再计算所有被赋值网格的质心位置;建立质心指向向量,处理质心指向向量得到手部轨迹形状描述子;综合两个夹角余弦值处理获得运动描述子、轨迹形状描述子与标准描述子的共同相似度,取共同相似度最大为结果。本发明能准确识别获得人手势的类型,对手势轨迹的平移、缩放、旋转、轨迹的时序不敏感,灵活性高,节省时间和精力。
-