公开(公告)号：CN110516638B

公开(公告)日：2022-09-27

申请号：CN201910817381.5

申请日：2019-08-30

Applicant: 大连海事大学

Inventor： 毕胜 ,  谢靖怡

IPC: G06V40/20 ,  G06V10/764

Abstract: 本发明提供一种基于轨迹和随机森林的手语识别方法，主要包括：采集原始深度图像和骨骼数据；建立基于随机森林的分类模型并遍历分割节点计算深度差特征；判断进入树模型的左分支或者右分支，反复执行遍历步骤直至到达分割节点或者叶节点；提取手指关节点间向量和角度作为测试特征，计算测试特征与模板特征的DTW距离；根据得到的所述DTW距离输出识别结果。本发明根据深度图像估计出手指的三维坐标点，克服了由于Kinect深度摄像头获取的深度图只能提供较弱的特征描述，手指间相似性而产生的模糊性，手部图像在整个图像中所占面积通常很小，容易导致低信噪比以及手指关节点细节丢失，还解决了人手的非刚体特性导致的遮挡和自遮挡问题等多种缺点。

公开(公告)号：CN110516638A

公开(公告)日：2019-11-29

申请号：CN201910817381.5

申请日：2019-08-30

Applicant: 大连海事大学

Inventor： 毕胜 ,  谢靖怡

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提供一种基于轨迹和随机森林的手语识别方法，主要包括：采集原始深度图像和骨骼数据；建立基于随机森林的分类模型并遍历分割节点计算深度差特征；判断进入树模型的左分支或者右分支，反复执行遍历步骤直至到达分割节点或者叶节点；提取手指关节点间向量和角度作为测试特征，计算测试特征与模板特征的DTW距离；根据得到的所述DTW距离输出识别结果。本发明根据深度图像估计出手指的三维坐标点，克服了由于Kinect深度摄像头获取的深度图只能提供较弱的特征描述，手指间相似性而产生的模糊性，手部图像在整个图像中所占面积通常很小，容易导致低信噪比以及手指关节点细节丢失，还解决了人手的非刚体特性导致的遮挡和自遮挡问题等多种缺点。