公开(公告)号：CN108919943A

公开(公告)日：2018-11-30

申请号：CN201810526570.2

申请日：2018-05-22

Applicant: 南京邮电大学

Inventor： 陈建新 ,  林清宇 ,  周亮 ,  奚晨煊

IPC: G06F3/01

Abstract: 本发明提出了一种基于深度传感器的实时手部追踪方法，该方法提高了针对不受姿势限制的手部无序运动的实时追踪质量，包括从中读取深度信息，通过骨骼数据的辅助，采用前向运动学完成对于手部骨骼信息的遮挡修复。对得到优化后的骨骼关节点信息后，采用卡尔曼滤波算法，对追踪的手掌的运动信息进行平滑处理；随后，利用实时手掌坐标信息，采取级联实现的递归的连续区域分析算法从深度图像中提取出手部区域；最后，将距离边缘最远的像素点作为手指的骨骼点，采取基于最小三维测地距离作为几何特征、以手指骨骼位置点为备选点的指尖获取方案。由此实现了对手部的实时追踪，根据实验结果分析，提高了追踪的准确性。

公开(公告)号：CN108919943B

公开(公告)日：2021-08-03

申请号：CN201810526570.2

申请日：2018-05-22

Applicant: 南京邮电大学

Inventor： 陈建新 ,  林清宇 ,  周亮 ,  奚晨煊

IPC: G06F3/01

Abstract: 本发明提出了一种基于深度传感器的实时手部追踪方法，该方法提高了针对不受姿势限制的手部无序运动的实时追踪质量，包括从中读取深度信息，通过骨骼数据的辅助，采用前向运动学完成对于手部骨骼信息的遮挡修复。对得到优化后的骨骼关节点信息后，采用卡尔曼滤波算法，对追踪的手掌的运动信息进行平滑处理；随后，利用实时手掌坐标信息，采取级联实现的递归的连续区域分析算法从深度图像中提取出手部区域；最后，将距离边缘最远的像素点作为手指的骨骼点，采取基于最小三维测地距离作为几何特征、以手指骨骼位置点为备选点的指尖获取方案。由此实现了对手部的实时追踪，根据实验结果分析，提高了追踪的准确性。