專利名稱：基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種手勢(shì)輸入法構(gòu)建方法及系統(tǒng)，尤其涉及一種基于視頻聚類處理的手勢(shì)輸入法構(gòu)建方法及系統(tǒng)。
背景技術(shù)：
隨著技術(shù)的發(fā)展，在一些特殊領(lǐng)域，手勢(shì)輸入技術(shù)也得到了長(zhǎng)足的發(fā)展，手勢(shì)輸入技術(shù)的前提是手勢(shì)信號(hào)的采集，然后對(duì)采集的手勢(shì)信號(hào)進(jìn)行分析處理。由于手勢(shì)目標(biāo)的檢測(cè)是指在人以復(fù)雜的背景條件下從圖像流中檢測(cè)出手勢(shì)目標(biāo)，然后再進(jìn)行手勢(shì)識(shí)別。手勢(shì)識(shí)別是根據(jù)人手姿態(tài)以及變化過(guò)程來(lái)解釋其高層次含義，由于手勢(shì)具有以下四個(gè)特點(diǎn)，所以提取出具有幾何不變性的特征是手勢(shì)輸入法實(shí)現(xiàn)的主要關(guān)鍵技術(shù)之一手是彈性物體， 所以同一種手勢(shì)之間差別很大；手有大量冗余信息，由于手勢(shì)識(shí)別關(guān)鍵是識(shí)別手指特征，所以手掌特征是冗余信息；手的位置是在三維空間，因此難以定位，并且計(jì)算機(jī)獲取的圖像是三維向二維的投影，所以投影方向是關(guān)鍵；手的表面非光滑，所以容易產(chǎn)生陰影。現(xiàn)有的手勢(shì)識(shí)別技術(shù)是將攝像頭捕捉到的所有數(shù)據(jù)幀都進(jìn)行手勢(shì)分析和手勢(shì)識(shí)另|J，所有數(shù)據(jù)幀包括手勢(shì)準(zhǔn)備階段，關(guān)鍵階段和恢復(fù)階段，因此，手勢(shì)識(shí)別系統(tǒng)響應(yīng)實(shí)時(shí)性差。現(xiàn)有的輸入法是通過(guò)用戶控制PC機(jī)的鍵盤(pán)、鼠標(biāo)或移動(dòng)設(shè)備的鍵盤(pán)、屏幕來(lái)進(jìn)行輸入。

發(fā)明內(nèi)容
本發(fā)明解決的技術(shù)問(wèn)題是構(gòu)建一種基于計(jì)算機(jī)視頻的手勢(shì)輸入法構(gòu)建方法及系統(tǒng)，克服現(xiàn)有技術(shù)手勢(shì)識(shí)別系統(tǒng)響應(yīng)速度慢，只能依賴于鍵盤(pán)鼠標(biāo)觸摸屏來(lái)使用輸入法的技術(shù)問(wèn)題。本發(fā)明的技術(shù)方案是提供一種基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建方法，步驟如下采集手勢(shì)捕捉手勢(shì)視頻信號(hào)，得到手勢(shì)數(shù)據(jù)圖像幀；視頻處理采用基于間隔手勢(shì)數(shù)據(jù)幀緩沖的異步聚類處理模型，所述異步聚類處理模型包括緩沖模型，將采集的手勢(shì)數(shù)據(jù)圖像幀順次存入緩沖模型中，對(duì)緩沖模型中的手勢(shì)數(shù)據(jù)圖像幀進(jìn)行聚類處理，得到手勢(shì)關(guān)鍵幀序列；手勢(shì)分析對(duì)手勢(shì)關(guān)鍵幀圖像二值化并平滑濾波去噪后，進(jìn)行手勢(shì)輪廓提取，得到關(guān)鍵手勢(shì)輪廓數(shù)據(jù)，根據(jù)手勢(shì)關(guān)鍵幀圖像二值圖及提出的手勢(shì)輪廓提取手勢(shì)特征參數(shù)，所述手勢(shì)特征參數(shù)組成手勢(shì)特征向量；手勢(shì)識(shí)別根據(jù)手勢(shì)特征向量進(jìn)行手勢(shì)識(shí)別，得到與識(shí)別手勢(shì)對(duì)應(yīng)的鍵盤(pán)字母虛擬鍵或鍵盤(pán)控制虛擬鍵；構(gòu)建手勢(shì)輸入法根據(jù)得到的鍵盤(pán)字母虛擬鍵和鍵盤(pán)控制虛擬鍵調(diào)用操作系統(tǒng)現(xiàn)有輸入法。本發(fā)明的進(jìn)一步技術(shù)方案是在視頻處理步驟中，對(duì)緩沖模型中的手勢(shì)數(shù)據(jù)圖像幀進(jìn)行聚類處理得到的每個(gè)類包括手勢(shì)的準(zhǔn)備階段、關(guān)鍵幀階段和恢復(fù)階段的全部數(shù)據(jù)，
4所述每一類的聚類中心為每個(gè)手勢(shì)的手勢(shì)關(guān)鍵幀。本發(fā)明的進(jìn)一步技術(shù)方案是在視頻處理步驟中，設(shè)置閥值參數(shù)，通過(guò)比較間隔數(shù)據(jù)幀的幀差，若幀差未超過(guò)閥值參數(shù)，則在緩沖模型中去掉該手勢(shì)數(shù)據(jù)幀；若幀差超過(guò)閥值參數(shù)，則界定為劃類邊界，并選取此類中位數(shù)位置的手勢(shì)數(shù)據(jù)幀作為此類的手勢(shì)關(guān)鍵幀。本發(fā)明的進(jìn)一步技術(shù)方案是在視頻處理步驟中，將采集的手勢(shì)數(shù)據(jù)圖像幀順次存入緩沖模型中，當(dāng)緩沖模型滿即開(kāi)始對(duì)手勢(shì)數(shù)據(jù)幀進(jìn)行聚類處理。本發(fā)明的進(jìn)一步技術(shù)方案是在視頻處理步驟中，在手勢(shì)數(shù)據(jù)幀聚類處理的同時(shí)， 不斷從捕捉新的手勢(shì)數(shù)據(jù)幀進(jìn)入緩沖模型，當(dāng)緩沖模型中的手勢(shì)數(shù)據(jù)幀聚類處理速度小于手勢(shì)數(shù)據(jù)幀捕捉速度時(shí)，在緩沖模型數(shù)據(jù)滿的時(shí)候，等待手勢(shì)數(shù)據(jù)幀被聚類處理，并提示用戶增大配置文件的大?。划?dāng)緩沖模型手勢(shì)數(shù)據(jù)幀聚類處理速度大于手勢(shì)數(shù)據(jù)幀捕捉速度時(shí)，在出現(xiàn)緩沖模型數(shù)據(jù)空的時(shí)間，等待捕捉手勢(shì)數(shù)據(jù)幀將手勢(shì)數(shù)據(jù)幀放入緩沖模型，并提示用戶減小配置文件中的大小。本發(fā)明的進(jìn)一步技術(shù)方案是所述手勢(shì)特征參數(shù)包括手勢(shì)區(qū)域特征、Hu不變矩特征及Fourier描述子。本發(fā)明的進(jìn)一步技術(shù)方案是在手勢(shì)分析步驟中，采用拉普拉斯邊緣提取算法進(jìn)行手勢(shì)輪廓提取。本發(fā)明的技術(shù)方案是構(gòu)建一種基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建系統(tǒng)，包括采集手勢(shì)視頻信號(hào)的手勢(shì)采集單元、對(duì)采集的手勢(shì)視頻信號(hào)進(jìn)行處理的視頻處理單元、進(jìn)行手勢(shì)分析并獲取手勢(shì)特征向量的手勢(shì)分析單元、根據(jù)手勢(shì)特征向量進(jìn)行手勢(shì)識(shí)別的手勢(shì)識(shí)別單元、構(gòu)建手勢(shì)輸入法的構(gòu)建單元，所述手勢(shì)采集單元捕捉手勢(shì)視頻信號(hào)，得到手勢(shì)數(shù)據(jù)圖像幀；所述視頻處理單元采用基于間隔手勢(shì)數(shù)據(jù)幀緩沖的異步聚類處理模型，所述異步聚類處理模型包括緩沖模型，將采集的手勢(shì)數(shù)據(jù)圖像幀順次存入緩沖模型中，對(duì)緩沖模型中的手勢(shì)數(shù)據(jù)圖像幀進(jìn)行聚類處理，得到手勢(shì)關(guān)鍵幀序列；所述手勢(shì)分析單元對(duì)手勢(shì)關(guān)鍵幀圖像二值化并平滑濾波去噪后，進(jìn)行手勢(shì)輪廓提取，得到關(guān)鍵手勢(shì)輪廓數(shù)據(jù)，根據(jù)手勢(shì)關(guān)鍵幀圖像二值圖及提出的手勢(shì)輪廓提取手勢(shì)特征參數(shù)，所述手勢(shì)特征參數(shù)組成手勢(shì)特征向量；所述手勢(shì)識(shí)別單元根據(jù)手勢(shì)特征向量進(jìn)行手勢(shì)識(shí)別，得到與識(shí)別手勢(shì)對(duì)應(yīng)的鍵盤(pán)字母虛擬鍵或鍵盤(pán)控制虛擬鍵；所述構(gòu)建單元根據(jù)得到的鍵盤(pán)字母虛擬鍵和鍵盤(pán)控制虛擬鍵調(diào)用操作系統(tǒng)現(xiàn)有輸入法。本發(fā)明的進(jìn)一步技術(shù)方案是所述視頻處理單元包括對(duì)緩沖模型中的手勢(shì)數(shù)據(jù)圖像幀進(jìn)行聚類處理的聚類處理模塊，所述聚類處理模塊采用基于時(shí)間序列的聚類算法從緩沖模型中讀取手勢(shì)幀數(shù)據(jù)，通過(guò)間隔手勢(shì)幀幀差得到手勢(shì)關(guān)鍵幀。本發(fā)明的進(jìn)一步技術(shù)方案是所述手勢(shì)識(shí)別單元根據(jù)手勢(shì)特征向量進(jìn)行手勢(shì)識(shí)另|J，得到與識(shí)別手勢(shì)對(duì)應(yīng)的沈個(gè)鍵盤(pán)英文字母虛擬鍵及4個(gè)鍵盤(pán)控制虛擬鍵。本發(fā)明的技術(shù)效果是構(gòu)建一種基于視頻聚類處理的手勢(shì)輸入法構(gòu)建方法及系統(tǒng)。利用異步緩沖模型對(duì)手勢(shì)幀進(jìn)行聚類，得到關(guān)鍵手勢(shì)幀，只將關(guān)鍵手勢(shì)幀進(jìn)行后續(xù)的手勢(shì)分析和手勢(shì)識(shí)別，相對(duì)于以往的分析和識(shí)別每一幀手勢(shì)的系統(tǒng)，有效提高了系統(tǒng)響應(yīng)實(shí)時(shí)性。另外，本發(fā)明將手勢(shì)識(shí)別與輸入法的結(jié)合應(yīng)用，是人機(jī)交互史上的創(chuàng)新。


圖1為本發(fā)明的流程圖。圖2為本發(fā)明的結(jié)構(gòu)示意圖。圖3為本發(fā)明視頻處理結(jié)構(gòu)示意圖。圖4為本發(fā)明手勢(shì)分析結(jié)構(gòu)示意圖。圖5為本發(fā)明手勢(shì)識(shí)別及構(gòu)建輸入法結(jié)構(gòu)示意圖。
具體實(shí)施例方式下面結(jié)合具體實(shí)施例，對(duì)本發(fā)明技術(shù)方案進(jìn)一步說(shuō)明。如圖1所示，本發(fā)明的具體實(shí)施方式
是本發(fā)明的技術(shù)方案是提供一種基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建方法，步驟如下步驟100 采集手勢(shì)，即捕捉手勢(shì)視頻信號(hào)，得到手勢(shì)數(shù)據(jù)圖像幀。具體實(shí)施過(guò)程如下一個(gè)手勢(shì)詞是一個(gè)有限基本手勢(shì)序列，而每個(gè)基本手勢(shì)包括下列三個(gè)階段準(zhǔn)備階段，即將手從某個(gè)初始靜止位置移到關(guān)鍵手勢(shì)位置的運(yùn)動(dòng)階段；關(guān)鍵手勢(shì)階段，即手勢(shì)動(dòng)作階段；恢復(fù)階段，即手回到初始位置的運(yùn)動(dòng)階段。本發(fā)明具體實(shí)施例中，采用攝像頭捕捉手勢(shì)視頻信號(hào)，經(jīng)過(guò)處理得到手勢(shì)數(shù)據(jù)圖像幀。步驟200 視頻處理，即采用基于間隔手勢(shì)數(shù)據(jù)幀緩沖的異步聚類處理模型，所述異步聚類處理模型包括緩沖模型，將采集的手勢(shì)數(shù)據(jù)圖像幀順次存入緩沖模型中，對(duì)緩沖模型中的手勢(shì)數(shù)據(jù)圖像幀進(jìn)行聚類處理，得到手勢(shì)關(guān)鍵幀序列。如圖2所示，具體實(shí)施過(guò)程如下在進(jìn)行視頻處理過(guò)程中，盡可能地去除準(zhǔn)備階段及恢復(fù)階段無(wú)用的數(shù)據(jù)幀，用關(guān)鍵手勢(shì)階段的數(shù)據(jù)幀來(lái)進(jìn)行訓(xùn)練識(shí)別，這樣可以大大提高訓(xùn)練及識(shí)別速度。本發(fā)明視頻流處理即根據(jù)此原理，采用基于間隔手勢(shì)數(shù)據(jù)幀緩沖的異步聚類處理模型，來(lái)實(shí)現(xiàn)對(duì)攝像頭捕捉到手勢(shì)圖像幀的緩存、比較和聚類，聚出來(lái)的每個(gè)類中的數(shù)據(jù)就是一個(gè)基本手勢(shì)的準(zhǔn)備階段、關(guān)鍵幀階段和恢復(fù)階段的全部數(shù)據(jù)，因此可以用每一類聚類中心來(lái)表示手勢(shì)詞的每個(gè)基本手型動(dòng)作。具體來(lái)說(shuō)，本發(fā)明視頻處理包括如下過(guò)程一、異步聚類處理模型的使用。如圖3所示，具體實(shí)施過(guò)程如下緩沖模型實(shí)質(zhì)是一個(gè)數(shù)據(jù)采集緩沖模型。系統(tǒng)根據(jù)配置文件，系統(tǒng)分配手勢(shì)數(shù)據(jù)幀大小的內(nèi)存空間作為緩沖模型，攝像頭將實(shí)時(shí)捕捉到的圖像數(shù)據(jù)幀順次存入緩沖模型， 當(dāng)緩沖模型滿即開(kāi)始對(duì)手勢(shì)數(shù)據(jù)幀進(jìn)行聚類處理。異步處理手勢(shì)數(shù)據(jù)幀聚類處理的同時(shí)，不斷從攝像頭捕捉新的數(shù)據(jù)幀進(jìn)入緩沖模型。當(dāng)緩沖模型手勢(shì)數(shù)據(jù)幀聚類處理速度小于數(shù)據(jù)幀捕捉速度時(shí)，可能出現(xiàn)緩沖模型數(shù)據(jù)滿的情況，此時(shí)阻塞捕捉數(shù)據(jù)幀進(jìn)程，等待手勢(shì)數(shù)據(jù)幀被聚類處理，并提示用戶增大配置文件的大?。划?dāng)緩沖模型手勢(shì)數(shù)據(jù)幀聚類處理速度大于數(shù)據(jù)幀捕捉速度時(shí)，可能出現(xiàn)緩沖模型手勢(shì)數(shù)據(jù)幀空的情況，此時(shí)阻塞間隔幀聚類處理進(jìn)程，等待捕捉手勢(shì)數(shù)據(jù)幀進(jìn)程將手勢(shì)數(shù)據(jù)幀放入緩沖區(qū)，并提示用戶減小配置文件的大小。基于時(shí)間序列的手勢(shì)間隔幀聚類基于時(shí)間序列的聚類算法從緩沖模型中讀取數(shù)據(jù)，比較間隔數(shù)據(jù)幀，根據(jù)比較結(jié)果及配置文件中閾值參數(shù)，若幀差未超過(guò)閾值參數(shù)，則在緩沖模型中去掉相同的數(shù)據(jù)幀，若幀差超過(guò)閾值參數(shù)，則界定為劃類邊界，并選取此類的中位數(shù)位置的數(shù)據(jù)幀作為此類的關(guān)鍵數(shù)據(jù)幀，然后將整個(gè)類從緩沖模型中去掉。二、手勢(shì)圖像間隔數(shù)據(jù)幀差計(jì)算方法本系統(tǒng)根據(jù)手勢(shì)圖像數(shù)據(jù)幀特點(diǎn)，采用基于顏色直方圖的計(jì)算方法來(lái)計(jì)算幀差。 具體計(jì)算方法如下(1)直方圖相關(guān)幀差法對(duì)應(yīng)配置文件中C0RREL_D參數(shù)
權(quán)利要求
1.一種基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建方法，步驟如下采集手勢(shì)捕捉手勢(shì)視頻信號(hào)，得到手勢(shì)數(shù)據(jù)圖像幀；視頻處理采用基于間隔手勢(shì)數(shù)據(jù)幀緩沖的異步聚類處理模型，所述異步聚類處理模型包括緩沖模型，將采集的手勢(shì)數(shù)據(jù)圖像幀順次存入緩沖模型，對(duì)緩沖模型中的手勢(shì)數(shù)據(jù)圖像幀進(jìn)行聚類處理，得到手勢(shì)關(guān)鍵幀序列；手勢(shì)分析對(duì)手勢(shì)關(guān)鍵幀圖像二值化并平滑濾波去噪后，進(jìn)行手勢(shì)輪廓提取，得到關(guān)鍵手勢(shì)輪廓數(shù)據(jù)，根據(jù)手勢(shì)關(guān)鍵幀二值圖及提出的手勢(shì)輪廓提取手勢(shì)特征參數(shù)，所述手勢(shì)特征參數(shù)組成手勢(shì)特征向量；手勢(shì)識(shí)別根據(jù)手勢(shì)特征向量進(jìn)行手勢(shì)識(shí)別，得到與識(shí)別手勢(shì)對(duì)應(yīng)的鍵盤(pán)字母虛擬鍵或鍵盤(pán)控制虛擬鍵；構(gòu)建手勢(shì)輸入法根據(jù)得到的鍵盤(pán)字母虛擬鍵和鍵盤(pán)控制虛擬鍵調(diào)用操作系統(tǒng)現(xiàn)有輸入法。
2.根據(jù)權(quán)利要求1所述基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建方法，其特征在于，在視頻處理步驟中，對(duì)緩沖模型中的手勢(shì)數(shù)據(jù)圖像幀進(jìn)行聚類處理，得到的每個(gè)類包括手勢(shì)的準(zhǔn)備階段、關(guān)鍵幀階段和恢復(fù)階段的全部數(shù)據(jù)，所述每一類的聚類中心為每個(gè)手勢(shì)的手勢(shì)關(guān)鍵幀。
3.根據(jù)權(quán)利要求2所述基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建方法，其特征在于，在視頻處理步驟中，設(shè)置閥值參數(shù)，通過(guò)比較間隔數(shù)據(jù)幀的幀差，若幀差未超過(guò)閥值參數(shù)，則在緩沖模型中去掉該手勢(shì)數(shù)據(jù)幀；若幀差超過(guò)閥值參數(shù)，則界定為劃類邊界，并選取此類中位數(shù)位置的手勢(shì)數(shù)據(jù)幀作為此類的手勢(shì)關(guān)鍵幀。
4.根據(jù)權(quán)利要求1所述基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建方法，其特征在于，在視頻處理步驟中，將采集的手勢(shì)數(shù)據(jù)圖像幀順次存入緩沖模型中，當(dāng)緩沖模型滿即開(kāi)始對(duì)手勢(shì)數(shù)據(jù)幀進(jìn)行聚類處理。
5.根據(jù)權(quán)利要求4所述基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建方法，其特征在于，在視頻處理步驟中，在手勢(shì)數(shù)據(jù)幀聚類處理的同時(shí)，不斷從捕捉新的手勢(shì)數(shù)據(jù)幀進(jìn)入緩沖模型，當(dāng)緩沖模型中的手勢(shì)數(shù)據(jù)幀聚類處理速度小于手勢(shì)數(shù)據(jù)幀捕捉速度時(shí)，在緩沖模型數(shù)據(jù)滿的時(shí)候，等待手勢(shì)數(shù)據(jù)幀被聚類處理，并提示用戶增大配置文件的大?。划?dāng)緩沖模型手勢(shì)數(shù)據(jù)幀聚類處理速度大于手勢(shì)數(shù)據(jù)幀捕捉速度時(shí)，在出現(xiàn)緩沖模型數(shù)據(jù)空的時(shí)間，等待捕捉手勢(shì)數(shù)據(jù)幀將手勢(shì)數(shù)據(jù)幀放入緩沖模型，并提示用戶減小配置文件中的大小。
6.根據(jù)權(quán)利要求1所述基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建方法，其特征在于，所述手勢(shì)特征參數(shù)包括手勢(shì)區(qū)域特征、Hu不變矩特征及Fourier描述子。
7.根據(jù)權(quán)利要求1所述基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建方法，其特征在于，在手勢(shì)分析步驟中，采用拉普拉斯邊緣提取算法進(jìn)行手勢(shì)輪廓提取。
8.一種基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建系統(tǒng)，其特征在于，包括采集手勢(shì)視頻信號(hào)的手勢(shì)采集單元、對(duì)采集的手勢(shì)視頻信號(hào)進(jìn)行處理的視頻處理單元、進(jìn)行手勢(shì)分析并獲取手勢(shì)特征向量的手勢(shì)分析單元、根據(jù)手勢(shì)特征向量進(jìn)行手勢(shì)識(shí)別的手勢(shì)識(shí)別單元、構(gòu)建手勢(shì)輸入法的構(gòu)建單元，所述手勢(shì)采集單元捕捉手勢(shì)視頻信號(hào)，得到手勢(shì)數(shù)據(jù)圖像幀；所述視頻處理單元采用基于間隔手勢(shì)數(shù)據(jù)幀緩沖的異步聚類處理模型，所述異步聚類處理模型包括緩沖模型，將采集的手勢(shì)數(shù)據(jù)圖像幀順次存入緩沖模型中，對(duì)緩沖模型中的手勢(shì)數(shù)據(jù)圖像幀進(jìn)行聚類處理，得到手勢(shì)關(guān)鍵幀序列；所述手勢(shì)分析單元對(duì)手勢(shì)關(guān)鍵幀圖像二值化并平滑濾波去噪后，進(jìn)行手勢(shì)輪廓提取，得到關(guān)鍵手勢(shì)輪廓數(shù)據(jù)，根據(jù)手勢(shì)關(guān)鍵幀圖像二值圖及提出的手勢(shì)輪廓提取手勢(shì)特征參數(shù)，所述手勢(shì)特征參數(shù)組成手勢(shì)特征向量；所述手勢(shì)識(shí)別單元根據(jù)手勢(shì)特征向量進(jìn)行手勢(shì)識(shí)別，得到與識(shí)別手勢(shì)對(duì)應(yīng)的鍵盤(pán)字母虛擬鍵或鍵盤(pán)控制虛擬鍵；所述構(gòu)建單元根據(jù)得到的鍵盤(pán)字母虛擬鍵和鍵盤(pán)控制虛擬鍵調(diào)用操作系統(tǒng)現(xiàn)有輸入法。
9.根據(jù)權(quán)利要求8所述基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建系統(tǒng)，其特征在于，所述視頻處理單元包括對(duì)緩沖模型中的手勢(shì)數(shù)據(jù)圖像幀進(jìn)行聚類處理的聚類處理模塊，所述聚類處理模塊采用基于時(shí)間序列的聚類算法從緩沖模型中讀取手勢(shì)幀數(shù)據(jù)，通過(guò)間隔手勢(shì)幀幀差得到手勢(shì)關(guān)鍵幀。
10.根據(jù)權(quán)利要求8所述基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法構(gòu)建系統(tǒng)，其特征在于，所述手勢(shì)識(shí)別單元根據(jù)手勢(shì)特征向量進(jìn)行手勢(shì)識(shí)別，得到與識(shí)別手勢(shì)對(duì)應(yīng)的26個(gè)鍵盤(pán)英文字母虛擬鍵及4個(gè)鍵盤(pán)控制虛擬鍵。
全文摘要
本發(fā)明涉及一種基于計(jì)算機(jī)視覺(jué)的手勢(shì)輸入法的構(gòu)建方法，步驟如下采集手勢(shì)、視頻處理、手勢(shì)分析、手勢(shì)識(shí)別、構(gòu)建手勢(shì)輸入法。利用異步緩沖模型對(duì)手勢(shì)幀進(jìn)行聚類，得到關(guān)鍵手勢(shì)幀，只將關(guān)鍵手勢(shì)幀進(jìn)行后續(xù)的手勢(shì)分析和手勢(shì)識(shí)別，相對(duì)于以往的分析和識(shí)別每一幀手勢(shì)的系統(tǒng)，有效提高了系統(tǒng)響應(yīng)實(shí)時(shí)性。另外，本發(fā)明將手勢(shì)識(shí)別與輸入法的結(jié)合應(yīng)用，是人機(jī)交互史上的創(chuàng)新。
文檔編號(hào)G06F3/01GK102508547SQ20111034591
公開(kāi)日2012年6月20日 申請(qǐng)日期2011年11月4日 優(yōu)先權(quán)日2011年11月4日
發(fā)明者于成龍, 張加佳, 王軒, 王金磊, 許欣欣, 趙海楠 申請(qǐng)人:哈爾濱工業(yè)大學(xué)深圳研究生院