一种基于二维平面摄像头推的动作识别方法及系统技术方案

本发明专利技术公开了一种基于二维平面摄像头推的动作识别方法及系统，所述方法包括：获取包括人在内的视频图像，并划定手部检测区域；对分割出的手部进行二值化处理获取相应的手部轮廓；将划分出的当前手部轮廓与预先设定的一标准手部轮廓进行对比，判别是否正在进行手部推的动作；当轮廓相似度大于设定的阈值T时，则认为是正在进行手部推的动作，并提取正在进行手部推的动作的手部区域，提取包围手部轮廓最小的长方形中心，构建历史运动图；对建立的历史运动图，利用方向梯度向量识别手部推的动作，本发明专利技术方法算法简单，动作识别率高，同时也减少了用户记忆的负担。

【技术实现步骤摘要】

本专利技术涉及计算机视频图像处理
，尤其涉及的是一种基于二维平面摄像头推的动作识别方法及系统。
技术介绍
目前基于计算机视觉技术的人机交互由最初的文本交互到键盘鼠标，再到触摸和隔空操作进行交互，最终朝着友好简易自然的方向发展着，目前在二维平面下的人机交互中，人们大多采用一种静态固定姿势来表示确认或者进入，此方法虽然有一定的优点，但是现有技术的采用静态固定姿势来表示确认或者进入，操作非常不方便，不够自然，加大了用户对各种固定姿势的记忆负担，并且现有技术的二维平面下的人机交互普遍存在算法复杂，动作识别效率不高的问题。因此，现有技术还有待于改进和发展。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于二维平面摄像头推的动作识别方法及系统，提出了一种新的更合适用户操作习惯的人机交互方法，本专利技术方法算法简单，动作识别率高，在自然性上很大程度上有所提高，同时也减少了用户记忆的负担，使得用户能在二维平面下也能很好的有深度感觉。本专利技术解决技术问题所采用的技术方案如下一种基于二维平面摄像头推的动作识别方法，其中，包括步骤A、通过开启的视频图像采集装置获取包括人在内的视频图像，并在所述视频图像划定手部检测区域；B、利用肤色信息分割手部，并对分割出的手部进行二值化处理获取相应的手部轮廓， 划分出当前手部轮廓得到完整手部的运动目标；C、将划分出的当前手部轮廓与预先设定的一标准手部轮廓进行对比，判别是否正在进行手部推的动作；当轮廓相似度大于设定的阈值T时，则认为是正在进行手部推的动作，并提取正在进行手部推的动作的手部区域；D、提取包围手部轮廓的长方形中心手部区域图像，以及通过对连续的长方形中心手部区域图像实时分层叠加并赋予不同的值构建历史运动图；E、对建立的历史运动图，利用方向梯度向量识别手部推的动作。所述基于二维平面摄像头推的动作识别方法，其中，所述步骤A具体包括 Al、开启并调整视频图像采集装置，获取包括人在内的视频图像；A2、通过Adaboost和haar特征算法对输入的所述视频图像的人脸区域进行快速人脸检测，并将人脸大小以及位置信息提取出来；A3、并在人脸的其中一侧划分一块手部检测区域。所述基于二维平面摄像头推的动作识别方法，其中，所述步骤B中的利用肤色信息分割手部得到完整手部的运动目标具体包括B11、将视频图像的RGB图像系列转换到YCbCr空间，对于RGB图像与YCbCr空间之间的转换如下权利要求1.一种基于二维平面摄像头推的动作识别方法，其特征在于，包括步骤A、通过开启的视频图像采集装置获取包括人在内的视频图像，并在所述视频图像划定手部检测区域；B、利用肤色信息分割手部，并对分割出的手部进行二值化处理获取相应的手部轮廓， 划分出当前手部轮廓得到完整手部的运动目标；C、将划分出的当前手部轮廓与预先设定的一标准手部轮廓进行对比，判别是否正在进行手部推的动作；当轮廓相似度大于设定的阈值T时，则认为是正在进行手部推的动作，并提取正在进行手部推的动作的手部区域；D、提取包围手部轮廓的长方形中心手部区域图像，以及通过对连续的长方形中心手部区域图像实时分层叠加并赋予不同的值构建历史运动图；E、对建立的历史运动图，利用方向梯度向量识别手部推的动作。2.根据权利要求1所述基于二维平面摄像头推的动作识别方法，其特征在于，所述步骤A具体包括Al、开启并调整视频图像采集装置，获取包括人在内的视频图像； A2、通过Adaboost和haar特征算法对输入的所述视频图像的人脸区域进行快速人脸检测，并将人脸大小以及位置信息提取出来；A3、并在人脸的其中一侧划分一块手部检测区域。3.根据权利要求1所述基于二维平面摄像头推的动作识别方法，其特征在于，所述步骤B中的利用肤色信息分割手部具体包括B11、将视频图像的RGB图像系列转换到YCbCr空间，对于RGB图像与YCbCr空间之间的转换如下Γ = 16 + 0.257i + 0.504G + 0.0985 Ci = 128-0. UER - 0.219G + 0.4395 ； Cr 二 128.+. 0.439R --... 0.36HG - 0.01 IBB12、当一个像素点的Cb和Cr值同时满足133 ^ Cr ^ 173和77 < Cb < 127则该像素点被判定为具有皮肤色；B13、根据被判定为具有皮肤色的像素点的集合分割出所述手部。4.根据权利要求3所述基于二维平面摄像头推的动作识别方法，其特征在于，所述步骤B中的划分出当前手部轮廓得到完整手部的运动目标具体包括B21、对分割出的手部区域进行二值化处理；B22、采用形态学中的腐蚀运算，将进行二值化处理的手部区域中的孤立的小区域去除掉；B23、采用膨胀运算将其中的小间隙填充，消除噪声，同时将面积过小连通区域去掉，并获取其相应的轮廓划分出当前手部轮廓，得到完整的运动目标。5.根据权利要求1所述基于二维平面摄像头推的动作识别方法，其特征在于，所述步骤C具体包括Cl、预先提取标准的推的手部动作二值化模版，获取相应的标准手部轮廓；C2、将所述当前手部轮廓与所述标准手部轮廓做比较，判别是否正在进行手部推的动作；C3、当所述当前手部轮廓与所述标准手部轮廓的相似度大于一预定阈值时，则认定为正在进行手部推的动作，并提取正在进行手部推的动作的手部区域。6.根据权利要求5所述基于二维平面摄像头推的动作识别方法，其特征在于，所述步骤C3之后还包括C4、当所述当前手部轮廓与所述标准手部轮廓的相似度小于所述预定阈值时，则认定为当前没有手部推的动作或者是当前动作不标准。7.根据权利要求1所述基于二维平面摄像头推的动作识别方法，其特征在于，所述步骤D具体包括D1、所述手部区域提取之后，提取当前帧包围手部区域的最小外接矩形，获取其中心位置01，其中每个位置“，)的像数值为；D2、重复步骤D1，提取下一帧的包围手部区域的最小外接矩形，获取位置的中心02，其中每个位置(χ, y)的像数值为/(XJ,i+1)；D3、以01与02为公共中心重合点0进行叠加，叠加公式如下8.根据权利要求7所述基于二维平面摄像头推的动作识别方法，其特征在于，所述步骤E具体包括E1、利用Sobel算子对建立的历史运动图，计算每个点的水平方向梯度Qs.和垂直方向梯度Gy的近似值，公式如下9.根据权利要求1所述基于二维平面摄像头推的动作识别方法，其特征在于，所述视频图像采集装置为摄像头或摄像机。10.一种基于二维平面摄像头推的动作识别系统，其特征在于，包括获取与划定模块，用于通过开启的视频图像采集装置获取包括人在内的视频图像，并在所述视频图像划定手部检测区域；手部轮廓处理模块，用于利用肤色信息分割手部，并对分割出的手部进行二值化处理获取相应的手部轮廓，划分出当前手部轮廓得到完整手部的运动目标；比较与提取模块，用于将划分出的当前手部轮廓与预先设定的一标准手部轮廓进行对比，判别是否正在进行手部推的动作；当轮廓相似度大于设定的阈值T时，则认为是正在进行手部推的动作，并提取正在进行手部推的动作的手部区域；历史运动图构建模块，用于提取包围手部轮廓的长方形中心手部区域图像，以及通过对连续的长方形中心手部区域图像实时分层叠加并赋予不同的值构建历史运动图；识别模块本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：张登康，李相涛，邵诗强，付东，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：