基于Hu不变矩向量的手势检测.docVIP

  基于 Hu 不变矩向量的手势检测 隋云衡，郭元术** （长安大学信息工程学院，西安 710064） 5 10 15 20 25 30 35 40 摘要：手势检测是手势交互的基础和前提，其本质是从背景中分割出手部区域。本文着重研 究了复杂背景下的手部区域分割方法，提出了基于 Hu 不变矩向量的面部排除法。该方法是 在皮肤颜色分割的基础之上，假设分割的皮肤区域中同时含有面部区域和手部区域，通过对 比基准图像和当前帧图像中手部候选区域的 Hu 不变矩特征的相似性，排除相似度最大的区 域（面部区域），进而得到手部区域。实验结果表明，该方法对于图像中的对象发生平移， 缩放，旋转均具有良好的适应性。 关键词：手势检测；皮肤颜色分割；Hu 不变矩向量；欧氏距离 中图分类号：TP391.4 Hand Gesture Detection Based on Hu Invariant Moment Vector Sui Yunheng, Guo Yuanshu (Information and engineering institute,Changan University, Xian 710064) Abstract: Hand gesture detection is the basis and precondition of the hand gesture interaction, its essence is segmenting the hand region from the background. In the article, we focused on studying the method of the segmentation of the hand from the complicated background, and the face exclusion based on Hu invariant moment vectors was proposed. It was based on the skin color segmentation, assumed that the segmented region containing both the hand and face. The face was excluded by comparing the similarity of the Hu invariant moment feature from hand candidate area in the reference image and current frame image. The result shows that the method could adapt to the pan, zoom and rotate for the object of the images. Keywords: hand gesture detection; skin color segmenting; Hu invariant moment vectors; Euclidean distance 0 引言 手势在人类的非语言交流中扮演着非常重要的角色，它能表达命令（如“停止”，“过 来”），情绪状态（如“胜利”手势），或者是基本的数字信息（如“1”，“2”）。除此 以外，在一些特定情况它也是唯一的交流方式，如聋哑人的手语和警察指挥交通的手语[1]。 如果能将这些自然、直观的手势融入到新一代的人机交互中，势必会极大地增强用户体验， 因此基于手势人机交互方式的研究引起业界的广泛兴趣。 当前基于计算机视觉的手势检测与识别方法是手势交互技术发展的目标和趋势。但是， 由于现实环境的复杂多变性，使得在基于单目视觉的自然手势交互中，把图像中的手部区域 与背景区域划分开来始终是个难点，所以本文的研究重点是在复杂背景下将手部区域分割出 来的方法。目前常用的分割方法是首先依据肤色模型分割皮肤区域[1,2,3]，当分割后的皮肤区 域中只包含人脸和手部区域后，接下来再运用深度信息、运动信息或者几何信息提取手。但 是上述几种提取方法均具有一定的局限性，比如精确的深度信息获得目前主要借助于 TOF 摄像机[2]，而 TOF 摄像机成本高并不利于推广；使用运动信息需要假设头部不发生运动[3]； 运用几何信息则只能检测固定的几种手形 [1]  作者简介：隋云衡，（1987-），男，硕士研究生在读，主要研究方向：自然与有形的人机交互、增强现实。 通信联系人：郭元术，（1962-），男，教授，主要研究方向：阵列信号处理、信号盲源处理、交通信息与 控制。E-mail: ysguo@chd.edu.cn -1-   本文提出了基于