本發(fā)明涉及現(xiàn)實(shí)對(duì)象的計(jì)算機(jī)識(shí)別方法及識(shí)別系統(tǒng)，特別涉及一種手部姿態(tài)識(shí)別方法及識(shí)別系統(tǒng)。

背景技術(shù)：

隨著深度傳感器的普及和人機(jī)交互領(lǐng)域的需求，近年來(lái)基于深度數(shù)據(jù)的手部姿態(tài)識(shí)別的研究正在興起。與傳統(tǒng)基于rgb(即紅綠藍(lán)基色)圖像的手部姿態(tài)識(shí)別相比，深度數(shù)據(jù)提供了手部的三維信息，提高了手部姿態(tài)識(shí)別的魯棒性和準(zhǔn)確性。

但是利用深度數(shù)據(jù)進(jìn)行手部姿態(tài)識(shí)別對(duì)深度圖像的圖像質(zhì)量要求較高，現(xiàn)有深度傳感器受物理參數(shù)限制，動(dòng)態(tài)形成的深度圖像的圖像質(zhì)量較差，不能完全滿足分類(lèi)器的數(shù)據(jù)輸入要求，使得分類(lèi)器處理獲得的手部圖像中包含大量的噪聲甚至出現(xiàn)“空洞”，嚴(yán)重地降低分類(lèi)器的預(yù)測(cè)準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明實(shí)施例提供了手部姿態(tài)識(shí)別方法及識(shí)別系統(tǒng)，用于解決由于識(shí)別方法魯棒性低，受深度圖像數(shù)據(jù)質(zhì)量影響無(wú)法形成高準(zhǔn)確性的手部姿態(tài)的技術(shù)問(wèn)題。

本發(fā)明的手部姿態(tài)識(shí)別方法，包括：

提取初步深度圖像中的深度局部梯度特征數(shù)據(jù)形成手部初步姿態(tài)特征數(shù)據(jù)；

手部初步姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器形成手部當(dāng)前姿態(tài)數(shù)據(jù)；

通過(guò)存儲(chǔ)索引確定與手部當(dāng)前姿態(tài)數(shù)據(jù)接近的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)并對(duì)比確定與手部當(dāng)前姿態(tài)對(duì)應(yīng)的手部標(biāo)準(zhǔn)姿態(tài)。

本發(fā)明的手部姿態(tài)識(shí)別系統(tǒng)，包括以下功能模塊：

初步深度圖像生成裝置，用于通過(guò)深度傳感器獲取手部當(dāng)前姿態(tài)的初步深度圖像；

手部初步姿態(tài)特征數(shù)據(jù)生成裝置，用于提取初步深度圖像中的深度局部梯度特征數(shù)據(jù)形成手部初步姿態(tài)特征數(shù)據(jù)；

手部當(dāng)前姿態(tài)數(shù)據(jù)生成裝置，用于手部初步姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器形成手部當(dāng)前姿態(tài)數(shù)據(jù)；

姿態(tài)比對(duì)裝置，用于通過(guò)存儲(chǔ)索引確定與手部當(dāng)前姿態(tài)數(shù)據(jù)接近的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)并對(duì)比確定與手部當(dāng)前姿態(tài)對(duì)應(yīng)的手部標(biāo)準(zhǔn)姿態(tài)。

本發(fā)明的手部姿態(tài)識(shí)別系統(tǒng)，包括處理器，處理器中部署的程序模塊包括：

初步深度圖像生成裝置，用于通過(guò)深度傳感器獲取手部當(dāng)前姿態(tài)的初步深度圖像；

手部初步姿態(tài)特征數(shù)據(jù)生成裝置，用于提取初步深度圖像中的深度局部梯度特征數(shù)據(jù)形成手部初步姿態(tài)特征數(shù)據(jù)；

手部當(dāng)前姿態(tài)數(shù)據(jù)生成裝置，用于手部初步姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器形成手部當(dāng)前姿態(tài)數(shù)據(jù)；

姿態(tài)比對(duì)裝置，用于通過(guò)存儲(chǔ)索引確定與手部當(dāng)前姿態(tài)數(shù)據(jù)接近的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)并對(duì)比確定與手部當(dāng)前姿態(tài)對(duì)應(yīng)的手部標(biāo)準(zhǔn)姿態(tài)。

本發(fā)明的手部姿態(tài)識(shí)別方法及識(shí)別系統(tǒng)避免了直接采用具有噪聲缺陷和數(shù)據(jù)缺陷的手部初步姿態(tài)特征數(shù)據(jù)進(jìn)行手部姿態(tài)識(shí)別，克服了受深度圖像中的深度數(shù)據(jù)空洞和噪聲影響使得分類(lèi)器預(yù)測(cè)結(jié)果誤差較大的缺陷。采用本手部姿態(tài)識(shí)別方法即使手部運(yùn)動(dòng)過(guò)快導(dǎo)致深度傳感器采集的原始數(shù)據(jù)質(zhì)量較低，也不會(huì)明顯降低最終的預(yù)測(cè)準(zhǔn)確性。本手部姿態(tài)識(shí)別方法利用把高維度數(shù)據(jù)映射到低維空間后高維數(shù)據(jù)點(diǎn)之間的相似性也應(yīng)該在低維空間的數(shù)據(jù)點(diǎn)上體現(xiàn)出來(lái)的特點(diǎn)，通過(guò)存儲(chǔ)索引使得挑選的若干手部標(biāo)準(zhǔn)姿態(tài)分布在預(yù)測(cè)出的手部姿態(tài)附近，進(jìn)一步提高了識(shí)別過(guò)程的魯棒性。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的流程圖。

圖2為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的標(biāo)準(zhǔn)深度圖像的形成流程圖。

圖3為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的標(biāo)準(zhǔn)深度圖像的深度特征的形成流程圖。

圖4為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的手部標(biāo)準(zhǔn)姿態(tài)的形成流程圖。

圖5為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的初步深度圖像的形成流程圖。

圖6為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的手部當(dāng)前姿態(tài)的形成流程圖。

圖7為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的手部姿態(tài)比較替換的流程圖。

圖8為利用本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中建立的手部模擬姿態(tài)。

圖9為利用本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中手部模擬姿態(tài)的標(biāo)準(zhǔn)深度圖像。

圖10為利用本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中降維的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)的可視化結(jié)果。

圖11為利用本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中通過(guò)手部姿態(tài)分類(lèi)器對(duì)手部roi的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)預(yù)測(cè)結(jié)果的可視化結(jié)果。

圖12為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中獲取的手部roi。

圖13為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中手部roi的預(yù)測(cè)結(jié)果和選取的最近的手部roi姿態(tài)對(duì)應(yīng)的深度數(shù)據(jù)。

圖14為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中度量相似程度后選取的最相似的結(jié)果。

圖15為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別系統(tǒng)或程序模塊的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

附圖中的步驟編號(hào)僅用于作為該步驟的附圖標(biāo)記，不表示執(zhí)行順序。

圖1為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的流程圖。如圖1所示方法步驟包括：

步驟100：建立手部模擬姿態(tài)，生成與手部模擬姿態(tài)對(duì)應(yīng)的標(biāo)準(zhǔn)深度圖像。

步驟200：提取標(biāo)準(zhǔn)深度圖像中的深度局部梯度特征數(shù)據(jù)形成手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

步驟300：通過(guò)手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)對(duì)分類(lèi)器進(jìn)行訓(xùn)練形成手部姿態(tài)分類(lèi)器，并通過(guò)手部姿態(tài)分類(lèi)器建立手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)和手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的存儲(chǔ)索引。

步驟400：通過(guò)深度傳感器獲取手部當(dāng)前姿態(tài)的初步深度圖像。

步驟500：提取初步深度圖像中的深度局部梯度特征數(shù)據(jù)形成手部初步姿態(tài)特征數(shù)據(jù)。

步驟600：手部初步姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器形成手部當(dāng)前姿態(tài)數(shù)據(jù)。

步驟700：通過(guò)存儲(chǔ)索引確定與手部當(dāng)前姿態(tài)數(shù)據(jù)接近的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)并對(duì)比確定與手部當(dāng)前姿態(tài)對(duì)應(yīng)的手部標(biāo)準(zhǔn)姿態(tài)。

本發(fā)明實(shí)施例的手部姿態(tài)識(shí)別方法，在離線狀態(tài)下為各種手部標(biāo)準(zhǔn)姿態(tài)建立了具有準(zhǔn)確深度信息的的標(biāo)準(zhǔn)深度圖像，并形成了可以索引的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)(必要時(shí)手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)可以以手部標(biāo)準(zhǔn)姿態(tài)的直觀圖像顯示)，確保了手部姿態(tài)的標(biāo)準(zhǔn)化。在在線狀態(tài)下將深度傳感器獲取的低質(zhì)量深度圖像形成手部初步姿態(tài)特征數(shù)據(jù)(必要時(shí)手部初步姿態(tài)數(shù)據(jù)可以以手部初步姿態(tài)的直觀圖像顯示)，并與部分手部標(biāo)準(zhǔn)姿態(tài)的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)直接進(jìn)行匹配，比對(duì)選出最合適的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)進(jìn)而確定對(duì)應(yīng)的手部標(biāo)準(zhǔn)姿態(tài)。本發(fā)明實(shí)施例的手部姿態(tài)識(shí)別方法避免了直接采用具有噪聲缺陷和數(shù)據(jù)缺陷的手部初步姿態(tài)特征數(shù)據(jù)進(jìn)行手部姿態(tài)識(shí)別，克服了受深度圖像中的深度數(shù)據(jù)空洞和噪聲影響使得分類(lèi)器預(yù)測(cè)結(jié)果誤差較大的缺陷。采用本手部姿態(tài)識(shí)別方法即使手部運(yùn)動(dòng)過(guò)導(dǎo)致快深度傳感器采集的原始數(shù)據(jù)質(zhì)量較低，也不會(huì)明顯降低最終的預(yù)測(cè)準(zhǔn)確性。本手部姿態(tài)識(shí)別方法利用把高維度數(shù)據(jù)映射到低維空間后高維數(shù)據(jù)點(diǎn)之間的相似性也應(yīng)該在低維空間的數(shù)據(jù)點(diǎn)上體現(xiàn)出來(lái)的特點(diǎn)，通過(guò)存儲(chǔ)索引使得挑選的若干手部標(biāo)準(zhǔn)姿態(tài)分布在預(yù)測(cè)出的手部姿態(tài)附近，進(jìn)一步提高了識(shí)別過(guò)程的魯棒性。

圖2為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的標(biāo)準(zhǔn)深度圖像的形成流程圖。如圖2所示步驟100包括：

步驟110：建立手部模型。

建立手部標(biāo)準(zhǔn)姿態(tài)采用計(jì)算機(jī)圖形技術(shù)的骨骼動(dòng)畫(huà)技術(shù)。骨骼動(dòng)畫(huà)技術(shù)采用生物的骨骼特征作為三維生物對(duì)象的基本模型，根據(jù)三維生物對(duì)象的個(gè)體特征對(duì)基本模型進(jìn)行填充和貼圖形成具有個(gè)體特征的三維生物對(duì)象。可以采用手部的三維骨骼基本模型通過(guò)肌肉對(duì)象的填充、皮膚紋理對(duì)象的貼圖形成手部模型。

步驟120：確定手部模型基準(zhǔn)點(diǎn)和歐氏距離坐標(biāo)系。

計(jì)算機(jī)圖形學(xué)在三維坐標(biāo)空間中可以建立由點(diǎn)、線、面組成的二維對(duì)象或三維對(duì)象，并根據(jù)歐氏距離變換等算法獲得每一個(gè)對(duì)象如骨骼的具體三維坐標(biāo)。

步驟130：逐一調(diào)整手部骨骼各關(guān)節(jié)的運(yùn)動(dòng)角度形成各手部模擬姿態(tài)。

通過(guò)對(duì)具體對(duì)象的三維坐標(biāo)施加適當(dāng)?shù)钠屏炕蛞苿?dòng)規(guī)則就可以形成對(duì)象在三維坐標(biāo)空間中沿六自由度的位置變化以及整體對(duì)象形狀的變化。三維骨骼基本模型中各關(guān)節(jié)對(duì)象的運(yùn)動(dòng)角度受限于具體關(guān)節(jié)對(duì)象對(duì)應(yīng)的生理關(guān)節(jié)的運(yùn)動(dòng)角度。通過(guò)調(diào)整手部模型中各骨骼的具體方位，就可以形成不同的手部姿態(tài)。單手手部包括27塊骨骼，大于15個(gè)關(guān)節(jié)，確定可以形成的手部標(biāo)準(zhǔn)姿態(tài)(含典型的過(guò)渡姿態(tài))至少1000種。

步驟140：對(duì)每一次調(diào)整關(guān)節(jié)后的手部模型以歐氏距離作為參數(shù)進(jìn)行渲染獲得每一個(gè)手部模擬姿態(tài)的標(biāo)準(zhǔn)深度圖像。

通過(guò)計(jì)算機(jī)動(dòng)畫(huà)技術(shù)的模型渲染技術(shù)，可以將肌肉、皮膚等對(duì)象的物理特征數(shù)據(jù)化，并將肌肉、皮膚等對(duì)象在三維骨骼基本模型的固定點(diǎn)與物理特征數(shù)據(jù)形成映射關(guān)系。通過(guò)改變?nèi)S骨骼基本模型的形態(tài)，獲得渲染后對(duì)應(yīng)的手部姿態(tài)圖像。

手部標(biāo)準(zhǔn)姿態(tài)上各坐標(biāo)點(diǎn)與基準(zhǔn)點(diǎn)的歐氏距離與灰度等級(jí)形成映射，通過(guò)每一個(gè)手部模擬姿態(tài)的標(biāo)準(zhǔn)深度圖像的灰度變化就可以反映深度信息。

在形成所有手部標(biāo)準(zhǔn)姿態(tài)的標(biāo)準(zhǔn)深度圖像的同時(shí)，為了反映任一關(guān)節(jié)變化前后的手部標(biāo)準(zhǔn)姿態(tài)間的相似度，根據(jù)手部標(biāo)準(zhǔn)姿態(tài)間的相似度形成每個(gè)手部標(biāo)準(zhǔn)姿態(tài)間的相關(guān)度標(biāo)簽。相關(guān)度標(biāo)簽可以采用變化方向或變化角度的向量數(shù)據(jù)表示，進(jìn)而作為標(biāo)準(zhǔn)深度圖像的索引參數(shù)。

在本發(fā)明一實(shí)施例的手部姿態(tài)識(shí)別方法中，也可以在渲染過(guò)程中將光源與視角的坐標(biāo)統(tǒng)一，根據(jù)手部各部分像素點(diǎn)亮度差異獲得一固定視角內(nèi)手部各點(diǎn)的距離深度信息。

圖3為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的標(biāo)準(zhǔn)深度圖像的深度特征的形成流程圖。如圖3所示步驟200包括：

步驟210：在每一個(gè)標(biāo)準(zhǔn)深度圖像中利用像素?cái)y帶的深度信息確定每個(gè)像素的深度值。

深度信息可以是每個(gè)像素的歐式坐標(biāo)值或每個(gè)像素的亮度值。

步驟220：根據(jù)像素的深度值形成像素在不同方向和距離上的深度局部梯度值。

深度局部梯度值是指像素間量化深度信息形成的深度差值。通常一個(gè)中心像素和相鄰像素或相同距離的若干間隔像素的深度差值形成一個(gè)中心像素在不同方向上、不同距離上的深度梯度值即不同方向維度和距離維度上的深度梯度值。

具體的，深度局部梯度特征獲取方式如下：

其中ui表示像素點(diǎn)i的深度局部梯度特征數(shù)據(jù)，z(u)表示該像素點(diǎn)的深度值，u是隨機(jī)的偏移量。

步驟230：根據(jù)每個(gè)像素各個(gè)維度的深度局部梯度值形成每一個(gè)標(biāo)準(zhǔn)深度圖像的高維度的手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

利用深度局部梯度特征數(shù)據(jù)多個(gè)維度的深度梯度值體現(xiàn)在不同方向和距離上各像素間的吸引或排斥關(guān)系，形成每個(gè)手部標(biāo)準(zhǔn)姿態(tài)在具體深度屬性上的變化規(guī)律。

圖4為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的手部標(biāo)準(zhǔn)姿態(tài)的形成流程圖。如圖4所示步驟300包括：

步驟310：將每一個(gè)標(biāo)準(zhǔn)深度圖像的手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)歸一化并進(jìn)行降維處理，形成二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

數(shù)據(jù)歸一化保證手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)的測(cè)量一致性完成數(shù)據(jù)標(biāo)準(zhǔn)化處理，實(shí)現(xiàn)數(shù)據(jù)指標(biāo)之間的可比性。

形成二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)采用的降維算法例如t-sne算法(tstochasticneighborembedding即t分布鄰域嵌入算法)，以手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)作為輸入通過(guò)t-sne算法進(jìn)行降維處理，將高維度的手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)形成二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

步驟320：將每一個(gè)標(biāo)準(zhǔn)深度圖像的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)作為輸入，對(duì)分類(lèi)器進(jìn)行訓(xùn)練，形成針對(duì)手部模型的手部姿態(tài)分類(lèi)器。

分類(lèi)器可以采用隨機(jī)森林分類(lèi)器或者深度卷積網(wǎng)絡(luò)。例如采用隨機(jī)森林分類(lèi)器，以二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)作為隨機(jī)森林分類(lèi)器的輸入，由于每一標(biāo)準(zhǔn)深度圖像的像素的深度信息準(zhǔn)確可靠，可以對(duì)算法的參數(shù)進(jìn)行充分調(diào)節(jié)，使得算法形成的分類(lèi)器基于手部姿態(tài)進(jìn)行全面性數(shù)據(jù)測(cè)試，分類(lèi)預(yù)測(cè)結(jié)果的可靠性得以充分驗(yàn)證，模擬測(cè)試結(jié)果可以滿足高重復(fù)性。

步驟330：將每一個(gè)標(biāo)準(zhǔn)深度圖像的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器輸出對(duì)應(yīng)的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)，并建立手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)間的向量標(biāo)簽，并通過(guò)向量標(biāo)簽建立手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的存儲(chǔ)索引。

通過(guò)手部標(biāo)準(zhǔn)姿態(tài)的相關(guān)度標(biāo)簽形成手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的向量標(biāo)簽，以向量程度來(lái)表示手部標(biāo)準(zhǔn)姿態(tài)的相似性。同時(shí)利用合理的數(shù)據(jù)結(jié)構(gòu)完成手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的存儲(chǔ)。例如采用kd-tree(k-dimensionaltree即k維空間分割樹(shù)數(shù)據(jù)結(jié)構(gòu))作為數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)并用向量標(biāo)簽進(jìn)行索引，可以實(shí)現(xiàn)相似手部標(biāo)準(zhǔn)姿態(tài)的快速索引。

圖5為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的初步深度圖像的形成流程圖。如圖5所示步驟500包括：

步驟510：在初步深度圖像中利用像素?cái)y帶的深度信息確定每個(gè)像素在不同方向上的深度局部梯度值。

深度局部梯度值是指像素間量化深度信息形成的深度差值。通常一個(gè)像素和相鄰相鄰像素或相同距離的若干間隔像素的深度差值形成一個(gè)中心像素在不同方向上、不同距離上的梯度值即不同方向維度和距離維度上的深度梯度值。

具體的，深度局部梯度特征獲取方式如下：

其中ui表示像素點(diǎn)i的深度局部梯度特征數(shù)據(jù)，z(u)表示該像素點(diǎn)的深度值，u是隨機(jī)的偏移量。

步驟520：根據(jù)像素間的多個(gè)維度的深度局部梯度數(shù)據(jù)形成初步深度圖像的高維度的手部初步姿態(tài)特征數(shù)據(jù)。

利用多個(gè)維度的深度局部梯度特征數(shù)據(jù)體現(xiàn)在不同方向和距離上個(gè)像素間的吸引或排斥關(guān)系，形成每個(gè)手部標(biāo)準(zhǔn)姿態(tài)在具體深度屬性上的變化規(guī)律。

圖6為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的手部當(dāng)前姿態(tài)的形成流程圖。如圖6所示步驟600包括:

步驟610：將初步深度圖像中的手部初步姿態(tài)特征數(shù)據(jù)歸一化并進(jìn)行降維處理，形成二維手部初步姿態(tài)特征數(shù)據(jù)。

數(shù)據(jù)歸一化保證手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)的測(cè)量一致性完成數(shù)據(jù)標(biāo)準(zhǔn)化處理，實(shí)現(xiàn)數(shù)據(jù)指標(biāo)之間的可比性。

形成二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)采用的降維算法例如t-sne算法(tstochasticneighborembedding即t分布鄰域嵌入算法)，以手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)作為輸入通過(guò)t-sne算法進(jìn)行降維處理，將高維度的手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)形成二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

步驟620：將二維手部初步姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器輸出對(duì)應(yīng)的手部當(dāng)前姿態(tài)數(shù)據(jù)并形成對(duì)應(yīng)的向量標(biāo)簽。

分類(lèi)器可以采用隨機(jī)森林分類(lèi)器或者深度卷積網(wǎng)絡(luò)。例如采用隨機(jī)森林分類(lèi)器，以二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)作為隨機(jī)森林分類(lèi)器的輸入，由于每一標(biāo)準(zhǔn)深度圖像的像素的深度信息準(zhǔn)確可靠，可以對(duì)算法的參數(shù)進(jìn)行充分調(diào)節(jié)，使得算法形成的分類(lèi)器基于手部姿態(tài)進(jìn)行全面性數(shù)據(jù)測(cè)試，分類(lèi)也測(cè)結(jié)果的可靠性得以充分驗(yàn)證，模擬測(cè)試結(jié)果可以滿足高重復(fù)性。

圖7為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法的手部姿態(tài)比較替換的流程圖。如圖7所示步驟700包括：

步驟710：根據(jù)手部當(dāng)前姿態(tài)數(shù)據(jù)的向量標(biāo)簽確定手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的索引范圍。

在經(jīng)過(guò)手部姿態(tài)分類(lèi)器輸出手部當(dāng)前姿態(tài)數(shù)據(jù)的同時(shí)，形成與手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的存儲(chǔ)索引相應(yīng)的向量標(biāo)簽。

步驟720：從索引范圍內(nèi)獲取若干手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)，利用手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)和手部當(dāng)前姿態(tài)數(shù)據(jù)形成對(duì)應(yīng)的測(cè)試深度圖像集合。

利用手部當(dāng)前姿態(tài)數(shù)據(jù)的向量標(biāo)簽作為在手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的存儲(chǔ)索引踐行檢索的范圍參數(shù)，以獲得例如k-1(k為手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的存儲(chǔ)維度)個(gè)手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)和手部當(dāng)前姿態(tài)數(shù)據(jù)形成的k個(gè)姿態(tài)數(shù)據(jù)渲染形成的k個(gè)測(cè)試深度圖像的集合。

步驟730：對(duì)比初步深度圖像與測(cè)試深度圖像集合中的深度信息，用最近似的深度圖像的手部模擬姿態(tài)替換手部當(dāng)前姿態(tài)。

初步深度圖像與測(cè)試深度圖像集合中的深度圖像逐一對(duì)比的相似程度度量公式為：

其中z表示從傳感器獲取的深度數(shù)據(jù)，r表示從渲染圖像中獲取的深度數(shù)據(jù)，zi,j表示對(duì)于手部當(dāng)前姿態(tài)數(shù)據(jù)的深度圖像像素點(diǎn)的深度值，ri,j表示對(duì)于手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)像素點(diǎn)的深度值，ρ為對(duì)應(yīng)圖像中的相應(yīng)像素點(diǎn)的相對(duì)區(qū)別值(差值)。

在本發(fā)明另一實(shí)施例的手部姿態(tài)識(shí)別方法中，為了增加最后對(duì)比的精確度和降低對(duì)比的數(shù)據(jù)處理量，需要從標(biāo)準(zhǔn)深度圖像中以及初步深度圖像中提取手部roi。

如圖4所示，還包括步驟320前執(zhí)行的步驟340：

步驟340：根據(jù)pca算法(principalcomponentanalysis即主成分分析算法)確定手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)中手部的中心和邊界，根據(jù)邊界形成手部roi的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

如圖6所示，還包括步驟220前執(zhí)行的步驟630：

步驟630：根據(jù)pca算法確定手部初步姿態(tài)特征數(shù)據(jù)中手部的中心和朝向，設(shè)置包括手部點(diǎn)數(shù)據(jù)的同朝向的固定立方體空間，并向同朝向二維平面投影；在二維平面上根據(jù)邊界形成手部roi的二維手部初步姿態(tài)特征數(shù)據(jù)。

由以上步驟340和步驟630后續(xù)步驟形成的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)是指手部roi的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)，手部當(dāng)前姿態(tài)數(shù)據(jù)是指手部roi的手部當(dāng)前姿態(tài)數(shù)據(jù)。

因此如圖7所示的步驟730中初步深度圖像與測(cè)試深度圖像集合中的深度圖像逐一對(duì)比的相似程度度量公式為：

其中zroi表示從傳感器獲取的手部roi深度數(shù)據(jù)，rroi表示從渲染圖像中獲取的手部roi深度數(shù)據(jù)，zi,j表示對(duì)于手部當(dāng)前姿態(tài)數(shù)據(jù)的深度圖像像素點(diǎn)的深度值，ri,j表示對(duì)于手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)像素點(diǎn)的深度值。

圖8為利用本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中建立的手部模擬姿態(tài)。圖9為利用本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中手部模擬姿態(tài)的標(biāo)準(zhǔn)深度圖像。圖10為利用本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中降維的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)的可視化結(jié)果。圖11為利用本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中通過(guò)手部姿態(tài)分類(lèi)器對(duì)手部roi的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)預(yù)測(cè)結(jié)果的可視化結(jié)果。如圖8至圖11所示，表明了離線狀態(tài)下建立手部roi標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的過(guò)程。本過(guò)程保證了通過(guò)傳感器獲取的手部roi預(yù)測(cè)數(shù)據(jù)有一個(gè)高質(zhì)量的比對(duì)標(biāo)準(zhǔn)的標(biāo)準(zhǔn)手部姿態(tài)深度圖像的集合。

圖12為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中獲取的手部roi。圖13為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中手部roi的預(yù)測(cè)結(jié)果和選取的最近的手部roi姿態(tài)對(duì)應(yīng)的深度數(shù)據(jù)。圖14為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別方法過(guò)程中度量相似程度后選取的最相似的結(jié)果。如圖12至圖14所示，表明了在線狀態(tài)下采集手部roi深度數(shù)據(jù)建立手部預(yù)測(cè)姿態(tài)數(shù)據(jù)的過(guò)程。通過(guò)手部roi標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)與手部預(yù)測(cè)姿態(tài)數(shù)據(jù)的對(duì)比，排除了僅依靠低質(zhì)量手部預(yù)測(cè)姿態(tài)數(shù)據(jù)預(yù)測(cè)準(zhǔn)確度低，魯棒性差的缺陷，比對(duì)選擇結(jié)果的手部roi姿態(tài)與傳感器采集的手部roi姿態(tài)一致。

圖15為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別系統(tǒng)或程序模塊的結(jié)構(gòu)示意圖。如圖15所示包括以下裝置：

標(biāo)準(zhǔn)深度圖像生成裝置10，用于建立手部模擬姿態(tài)，生成與手部模擬姿態(tài)對(duì)應(yīng)的標(biāo)準(zhǔn)深度圖像；

手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成裝置20，用于提取標(biāo)準(zhǔn)深度圖像中的深度局部梯度特征數(shù)據(jù)形成手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)；

手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)索引裝置30，用于通過(guò)手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)對(duì)分類(lèi)器進(jìn)行訓(xùn)練形成手部姿態(tài)分類(lèi)器，并通過(guò)手部姿態(tài)分類(lèi)器建立手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)和手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的存儲(chǔ)索引；

初步深度圖像生成裝置40，用于通過(guò)深度傳感器獲取手部當(dāng)前姿態(tài)的初步深度圖像；

手部初步姿態(tài)特征數(shù)據(jù)生成裝置50，用于提取初步深度圖像中的深度局部梯度特征數(shù)據(jù)形成手部初步姿態(tài)特征數(shù)據(jù)；

手部當(dāng)前姿態(tài)數(shù)據(jù)生成裝置60，用于手部初步姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器形成手部當(dāng)前姿態(tài)數(shù)據(jù)；

姿態(tài)比對(duì)裝置70，用于通過(guò)存儲(chǔ)索引確定與手部當(dāng)前姿態(tài)數(shù)據(jù)接近的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)并對(duì)比確定與手部當(dāng)前姿態(tài)對(duì)應(yīng)的手部標(biāo)準(zhǔn)姿態(tài)。

如圖15所示本發(fā)明實(shí)施例的手部姿態(tài)識(shí)別系統(tǒng)中的標(biāo)準(zhǔn)深度圖像生成裝置10包括：

模型建立模塊11，用于建立手部模型；

距離建立模塊12，用于確定手部模型基準(zhǔn)點(diǎn)和歐氏距離坐標(biāo)系；

姿態(tài)模擬模塊13，用于逐一調(diào)整手部骨骼各關(guān)節(jié)的運(yùn)動(dòng)角度形成各手部模擬姿態(tài)；

標(biāo)準(zhǔn)深度圖像生成模塊14，用于對(duì)每一次調(diào)整關(guān)節(jié)后的手部模型以歐氏距離作為參數(shù)進(jìn)行渲染獲得每一個(gè)手部模擬姿態(tài)的標(biāo)準(zhǔn)深度圖像；

如圖15所示本發(fā)明實(shí)施例的手部姿態(tài)識(shí)別系統(tǒng)中的手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成裝置20包括：

第一像素深度生成模塊21，用于在每一個(gè)標(biāo)準(zhǔn)深度圖像中利用像素?cái)y帶的深度信息確定每個(gè)像素的深度值；

第一深度梯度生成模塊22，用于根據(jù)像素的深度值形成像素在不同方向和距離上的深度局部梯度值；

標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成模塊23，用于根據(jù)每個(gè)像素各個(gè)維度的深度局部梯度值形成每一個(gè)標(biāo)準(zhǔn)深度圖像的高維度的手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)；

如圖15所示本發(fā)明實(shí)施例的手部姿態(tài)識(shí)別系統(tǒng)中的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)索引裝置30包括：

二維標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成模塊31，用于將每一個(gè)標(biāo)準(zhǔn)深度圖像的手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)歸一化并進(jìn)行降維處理，形成二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

手部姿態(tài)分類(lèi)器訓(xùn)練模塊32，用于將每一個(gè)標(biāo)準(zhǔn)深度圖像的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)作為輸入，對(duì)分類(lèi)器進(jìn)行訓(xùn)練，形成針對(duì)手部模型的手部姿態(tài)分類(lèi)器。

存儲(chǔ)索引生成模塊33，用于將每一個(gè)標(biāo)準(zhǔn)深度圖像的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器輸出對(duì)應(yīng)的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)，并建立手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)間的向量標(biāo)簽，并通過(guò)向量標(biāo)簽建立手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的存儲(chǔ)索引。

roi二維標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成模塊34，用于根據(jù)pca算法確定手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)中手部的中心和邊界，根據(jù)邊界形成手部roi的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

如圖15所示本發(fā)明實(shí)施例的手部姿態(tài)識(shí)別系統(tǒng)中的手部初步姿態(tài)特征數(shù)據(jù)生成裝置50包括：

第二像素深度生成模塊51，用于在初步深度圖像中利用像素?cái)y帶的深度信息確定每個(gè)像素在不同方向上的深度局部梯度值。

第二深度梯度生成模塊52，用于根據(jù)像素間的多個(gè)維度的深度局部梯度數(shù)據(jù)形成初步深度圖像的高維度的手部初步姿態(tài)特征數(shù)據(jù)。

如圖15所示本發(fā)明實(shí)施例的手部姿態(tài)識(shí)別系統(tǒng)中的手部當(dāng)前姿態(tài)數(shù)據(jù)生成裝置60包括：

二維手部初步姿態(tài)特征數(shù)據(jù)生成模塊61，用于將初步深度圖像中的手部初步姿態(tài)特征數(shù)據(jù)歸一化并進(jìn)行降維處理，形成二維手部初步姿態(tài)特征數(shù)據(jù)。

手部當(dāng)前姿態(tài)數(shù)據(jù)生成模塊62，用于將二維手部初步姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器輸出對(duì)應(yīng)的手部當(dāng)前姿態(tài)數(shù)據(jù)并形成對(duì)應(yīng)的向量標(biāo)簽。

roi二維標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成模塊63，用于根據(jù)pca算法確定手部初步姿態(tài)特征數(shù)據(jù)中手部的中心和朝向，設(shè)置包括手部點(diǎn)數(shù)據(jù)的同朝向的固定立方體空間，并向同朝向二維平面投影；在二維平面上根據(jù)邊界形成手部roi的二維手部初步姿態(tài)特征數(shù)據(jù)。

如圖15所示本發(fā)明實(shí)施例的手部姿態(tài)識(shí)別系統(tǒng)中的姿態(tài)比對(duì)裝置70包括：

索引范圍查詢模塊71，用于根據(jù)手部當(dāng)前姿態(tài)數(shù)據(jù)的向量標(biāo)簽確定手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的索引范圍。

測(cè)試深度圖像集合生成模塊72，用于從索引范圍內(nèi)獲取若干手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)，利用手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)和手部當(dāng)前姿態(tài)數(shù)據(jù)形成對(duì)應(yīng)的測(cè)試深度圖像集合。

深度信息對(duì)比模塊73，用于對(duì)比初步深度圖像與測(cè)試深度圖像集合中的深度信息，用最近似的深度圖像的手部模擬姿態(tài)替換手部當(dāng)前姿態(tài)。

本發(fā)明實(shí)施例中手部姿態(tài)識(shí)別系統(tǒng)的具體實(shí)現(xiàn)和有益效果可參見(jiàn)手部姿態(tài)識(shí)別方法，在此不再贅述。

圖15為本發(fā)明實(shí)施例手部姿態(tài)識(shí)別系統(tǒng)或程序模塊的結(jié)構(gòu)示意圖。如圖15所示本發(fā)明實(shí)施例的手部姿態(tài)識(shí)別系統(tǒng)包括處理器，處理器中部署的程序模塊包括：

標(biāo)準(zhǔn)深度圖像生成裝置10，用于建立手部模擬姿態(tài)，生成與手部模擬姿態(tài)對(duì)應(yīng)的標(biāo)準(zhǔn)深度圖像。

手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成裝置20，用于提取標(biāo)準(zhǔn)深度圖像中的深度局部梯度特征數(shù)據(jù)形成手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)索引裝置30，用于通過(guò)手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)對(duì)分類(lèi)器進(jìn)行訓(xùn)練形成手部姿態(tài)分類(lèi)器，并通過(guò)手部姿態(tài)分類(lèi)器建立手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)和手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的存儲(chǔ)索引。

初步深度圖像生成裝置40，用于通過(guò)深度傳感器獲取手部當(dāng)前姿態(tài)的初步深度圖像。

手部初步姿態(tài)特征數(shù)據(jù)生成裝置50，用于提取初步深度圖像中的深度局部梯度特征數(shù)據(jù)形成手部初步姿態(tài)特征數(shù)據(jù)。

手部當(dāng)前姿態(tài)數(shù)據(jù)生成裝置60，用于手部初步姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器形成手部當(dāng)前姿態(tài)數(shù)據(jù)。

姿態(tài)比對(duì)裝置70，用于通過(guò)存儲(chǔ)索引確定與手部當(dāng)前姿態(tài)數(shù)據(jù)接近的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)并對(duì)比確定與手部當(dāng)前姿態(tài)對(duì)應(yīng)的手部標(biāo)準(zhǔn)姿態(tài)。

標(biāo)準(zhǔn)深度圖像生成裝置10包括：

模型建立模塊11，用于建立手部模型。

距離建立模塊12，用于確定手部模型基準(zhǔn)點(diǎn)和歐氏距離坐標(biāo)系。

姿態(tài)模擬模塊13，用于逐一調(diào)整手部骨骼各關(guān)節(jié)的運(yùn)動(dòng)角度形成各手部模擬姿態(tài)。

標(biāo)準(zhǔn)深度圖像生成模塊14，用于對(duì)每一次調(diào)整關(guān)節(jié)后的手部模型以歐氏距離作為參數(shù)進(jìn)行渲染獲得每一個(gè)手部模擬姿態(tài)的標(biāo)準(zhǔn)深度圖像。

手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成裝置20包括：

第一像素深度生成模塊21，用于在每一個(gè)標(biāo)準(zhǔn)深度圖像中利用像素?cái)y帶的深度信息確定每個(gè)像素的深度值。

第一深度梯度生成模塊22，用于根據(jù)像素的深度值形成像素在不同方向和距離上的深度局部梯度值。

標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成模塊23，用于根據(jù)每個(gè)像素各個(gè)維度的深度局部梯度值形成每一個(gè)標(biāo)準(zhǔn)深度圖像的高維度的手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)索引裝置30包括：

二維標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成模塊31，用于將每一個(gè)標(biāo)準(zhǔn)深度圖像的手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)歸一化并進(jìn)行降維處理，形成二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

手部姿態(tài)分類(lèi)器訓(xùn)練模塊32，用于將每一個(gè)標(biāo)準(zhǔn)深度圖像的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)作為輸入，對(duì)分類(lèi)器進(jìn)行訓(xùn)練，形成針對(duì)手部模型的手部姿態(tài)分類(lèi)器。

存儲(chǔ)索引生成模塊33，用于將每一個(gè)標(biāo)準(zhǔn)深度圖像的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器輸出對(duì)應(yīng)的手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)，并建立手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)間的向量標(biāo)簽，并通過(guò)向量標(biāo)簽建立手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的存儲(chǔ)索引。

roi二維標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成模塊34，用于根據(jù)pca算法確定手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)中手部的中心和邊界，根據(jù)邊界形成手部roi的二維手部標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)。

手部初步姿態(tài)特征數(shù)據(jù)生成裝置50包括：

第二像素深度生成模塊51，用于在初步深度圖像中利用像素?cái)y帶的深度信息確定每個(gè)像素在不同方向上的深度局部梯度值。

第二深度梯度生成模塊52，用于根據(jù)像素間的多個(gè)維度的深度局部梯度數(shù)據(jù)形成初步深度圖像的高維度的手部初步姿態(tài)特征數(shù)據(jù)。

手部當(dāng)前姿態(tài)數(shù)據(jù)生成裝置60包括：

二維手部初步姿態(tài)特征數(shù)據(jù)生成模塊61，用于將初步深度圖像中的手部初步姿態(tài)特征數(shù)據(jù)歸一化并進(jìn)行降維處理，形成二維手部初步姿態(tài)特征數(shù)據(jù)。

手部當(dāng)前姿態(tài)數(shù)據(jù)生成模塊62，用于將二維手部初步姿態(tài)特征數(shù)據(jù)通過(guò)手部姿態(tài)分類(lèi)器輸出對(duì)應(yīng)的手部當(dāng)前姿態(tài)數(shù)據(jù)并形成對(duì)應(yīng)的向量標(biāo)簽。

roi二維標(biāo)準(zhǔn)姿態(tài)特征數(shù)據(jù)生成模塊63，用于根據(jù)pca算法確定手部初步姿態(tài)特征數(shù)據(jù)中手部的中心和朝向，設(shè)置包括手部點(diǎn)數(shù)據(jù)的同朝向的固定立方體空間，并向同朝向二維平面投影；在二維平面上根據(jù)邊界形成手部roi的二維手部初步姿態(tài)特征數(shù)據(jù)。

姿態(tài)比對(duì)裝置70包括：

索引范圍查詢模塊71，用于根據(jù)手部當(dāng)前姿態(tài)數(shù)據(jù)的向量標(biāo)簽確定手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)的索引范圍。

測(cè)試深度圖像集合生成模塊72，用于從索引范圍內(nèi)獲取若干手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)，利用手部標(biāo)準(zhǔn)姿態(tài)數(shù)據(jù)和手部當(dāng)前姿態(tài)數(shù)據(jù)形成對(duì)應(yīng)的測(cè)試深度圖像集合。

深度信息對(duì)比模塊73，用于對(duì)比初步深度圖像與測(cè)試深度圖像集合中的深度信息，用最近似的深度圖像的手部模擬姿態(tài)替換手部當(dāng)前姿態(tài)。

本發(fā)明實(shí)施例中手部姿態(tài)識(shí)別系統(tǒng)的具體實(shí)現(xiàn)和有益效果可參見(jiàn)手部姿態(tài)識(shí)別方法，在此不再贅述。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。