鱼眼图像中手部定位及手势识别

doi:10.3969/j.issn.1006-2475.2017.03.018

计算机与现代化

鱼眼图像中手部定位及手势识别

1.华南理工大学数学学院，广东广州510640； 2.华南理工大学电子与信息学院，广东广州510640

收稿日期:2016-12-17 出版日期:2017-03-29 发布日期:2017-03-30
作者简介:张艳（1992-），女，湖南常德人，华南理工大学数学学院硕士研究生，研究方向：计算智能与信息处理；田翔（1974-），男，湖北黄陂人，华南理工大学电子与信息学院副教授，研究方向：计算智能与信息处理。

Hand Location and Hand Gesture Recognition in Fisheye Image

1. School of Mathematics, South China University of Technology, Guangzhou 510640, China;
2. School of Electronics and Information, South China University of Technology, Guangzhou 510640, China

Received:2016-12-17 Online:2017-03-29 Published:2017-03-30

摘要/Abstract

摘要：

针对增强现实领域手势交互的需求,提出鱼眼图像中手部定位及手势识别的方法。首先在YCbCr颜色空间中检测肤色区域，再利用HSV空间颜色直方图特征和形状特征在肤色区域中检测标识物，分割

手部区域。然后将标识物质心作为手部定位中心，根据鱼眼镜头的成像原理，计算该点相对于鱼眼镜头的三维位置。最后提取手势形状特征，实现手势识别。通过对85幅不同背景及光照条件下的鱼眼图

像进行实验，此方法识别手势的正确率为96%，识别单幅鱼眼图像约耗时0.03 s。实验结果表明，该方法可以快速准确地实现在复杂背景下的手部定位与手势识别。
关键词：
中图分类号：doi:

关键词: 手势识别, 手部定位, 鱼眼图像, 肤色检测, 形状特征提取

Abstract:

In view of the demand for hand gesture interaction in Augmented Reality （AR）, this paper proposes a method of hand location and hand gesture recognition in fisheye

image. First， skin color region is detected in YCbCr color space, then HSV space color histogram feature and shape feature is used to detect mark in the skin region, and to

divide hand area. Second, this method uses the centroid of mark as hand positioning center, according to imaging principle of fisheye lens, to calculate the 3D position of the

point relative to fisheye lens. Last, this paper extracts hand gesture shape features, to complete the procedure of recognizing hand gestures. Through the experiment of the 85

fisheye images with different background and light, the correct rate for recognizing gestures is 96%, recognizing single fisheye image takes about 0.03 s. The experimental

results show that the proposed method can realize hand location and hand gesture recognition quickly and effectively in complex background.

Key words: , hand gesture recognition； hand location； fisheye image； skin detection； shape features extraction

中图分类号:

TP751.1

张艳1，田翔2. 鱼眼图像中手部定位及手势识别[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2017.03.018.

ZHANG Yan1， TIAN Xiang2. Hand Location and Hand Gesture Recognition in Fisheye Image[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2017.03.018.

［1］吴江梅，张瑜慧，孙莹，等. 一种基于单目视觉的人手检测与识别方法［J］. 计算机与数字工程, 2014,42（7）:1251-1253.
［2］赵红旭. 鱼眼图像校正算法的研究与实现［D］. 上海:上海交通大学, 2011.
［3］Han Youngmo. Alowcost visual motion data glove as an input device to interpret human hand gesture［J］. IEEE Transactions on Consumer Electronics. 2010,56（2）:501-509.


［4］Sha Liang, Wang Guilin, Yao Anbang, et al. Handposture recognition in video using multiple cues［C］// Proc. of the 2009 IEEE International Conference on Multimedia and

Expo. 2009:886-889.
［5］Stenger B. Templatebased hand pose recognition using multiple cues［C］// Proc. of ACCV06. 2006:551-560.
［6］邱英杰. 增强现实中手势与虚拟模型交互研究［D］. 南京:南京师范大学, 2013.
［7］陈良,高成敏. 快速离散化双线性插值算法［J］. 计算工程与设计, 2007,28（15）:3787-3790.
［8］王森,杨克俭. 基于双线性插值的图像缩放算法的研究［J］. 自动化技术与应用, 2008,27（7）:44-45.
［9］张玲玲. 基于肤色和Real AdaBoost的人手检测方法研究［D］. 长沙:湖南大学, 2012.

［10］Chai D, Ngan King N. Face segmentation using skin color map in videophone applications［J］. IEEE Transactions on Circuits and Systems for Video Technology, 1999,9

（4）:551-554.
［11］王鹏程，官洪运，许文杰，等. 基于颜色识别的手指多点跟踪人机交互系统［J］. 微型机与应用, 2012,31（1）:76-78.
［12］谭同德，郭志敏. 基于双目视觉的人手定位与手势识别系统研究［J］. 计算机工程与设计, 2012,33（1）:259-264.
［13］冈萨雷斯. 数字图像处理［M］. 2版. 阮秋琦，阮宇智,等译. 北京:电子工业出版社, 2003.
［14］Kannala J, Brandt S S. A generic camera model and calibration method for conventional, wideangle, and fisheye lenses［J］. IEEE Transactions on Pattern Analysis and

Machine Intelligence, 2006,28（8）:1335-1340.
［15］徐晓波. 鱼眼摄像机标定及图像特征点匹配方法研究［D］. 北京:北京化工大学, 2013.
［16］张军，王志舟，杨正瓴. 单幅圆形鱼眼图像的校正［J］. 计算机应用, 2015,35（5）:1444-1448.
［17］杨玲，成运. 应用经纬映射的鱼眼图像校正设计方法［J］. 图学学报, 2010, 31（6）:19-22.
［18］杨波，宋晓娜，冯志全，等. 复杂背景下基于空间分布特征的手势识别算法［J］. 计算机辅助设计与图形学学报, 2010,22（10）:1841-1848.
［19］包加桐，宋爱国，郭晏，等. 基于SURF特征跟踪的动态手势识别算法［J］. 机器人, 2011,33（4）:482-489.

[1]	林智伟, 朱文章, 陈浩. 基于神经网络空时特征提取的动态手势识别[J]. 计算机与现代化, 2021, 0(06): 41-47.
[2]	顾陈楠,曾晓勤 . 基于3D卷积神经网络的动态手势识别[J]. 计算机与现代化, 2019, 0(11): 75-.
[3]	苏军雄，见雪婷，刘玮，华俊达，张胜祥. 基于可变形卷积神经网络的手势识别方法[J]. 计算机与现代化, 2018, 0(04): 62-.
[4]	文芳，康彩琴，陈立文，丁汇，徐琨，王宁宁. 基于RGBD数据的静态手势识别[J]. 计算机与现代化, 2018, 0(01): 74-77.
[5]	葛亮1,2，于卡1,2. 改进的模板匹配显微细胞图像分割算法[J]. 计算机与现代化, 2015, 0(8): 1-7,12.
[6]	孟宪伟，黄文培. 基于Kinect的多人场景下的手势识别[J]. 计算机与现代化, 2015, 0(11): 56-59.
[7]	赵毅力;徐丹. 鱼眼图像校正和配准算法研究[J]. 计算机与现代化, 2011, 1(6): 8-3.

鱼眼图像中手部定位及手势识别

Hand Location and Hand Gesture Recognition in Fisheye Image

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics

本文评价