一种基于肤色特征提取手势检测识别方法.docVIP

一种基于肤色特征提取的手势检测识别方法 　　摘 要： 针对手势识别的准确率和识别速度等问题，提出一种基于肤色特征提取的手势检测识别方法。采用OpenCV自有的Haar分类器自动提取面部区域并建立肤色模型，再以肤色模型检测肤色点集合，去除与面部区域重合点集获得手部轮廓，通过综合计算掌心位置，手掌轮廓凸包和凸性缺陷实现手势识别。经验证，该方法能够稳定地定位手掌区域，识别准确度高并能够在保证识别率的基础上实现对手势的快速识别。 　　关键词： Haar特征； 肤色模型； OpenCV； 凸性缺陷； 手势识别 　　中图分类号： TN911.23?34； TP391.4 文献标识码： A 文章编号： 1004?373X（2017）18?0085?04 　　Research on hand gesture detection and recognition method based on 　　skin color feature extraction 　　FAN Wenbing， ZHU Lianjie 　　（School of Information Engineering， Zhengzhou University， Zhengzhou 450001， China） 　　Abstract： Aiming at the low recognition accuracy and slow recognition speed for hand gesture， a hand gesture detection and recognition method based on skin color feature extraction is proposed. The Haar classifier owned by OpenCV itself is used to extract face regions automatically and establish skin color model； and the skin color model is adopted to detect the point sets of skin color， in which the point set overlapped with face area is removed to acquire the hand contour； then the location of palm center is calculated comprehensively to detect the convex hull and convexity defect of palm contour to recognize the hand gesture. The verification results show that the method can locate the palm area accurately and realize fast recognition for hand gesture while ensuring the recognition rate， and its recognition accuracy is high. 　　Keywords： Haar?like feature； skin color model； OpenCV； convexity defect； hand gesture recognition 　　0 引 言 　　基于生物特征的身份认证方法和系统的研究一向都是图像识别技术和模式识别领域的研究热点[1?2]，手势图像识别在人机交互中的应用越来越广泛，出现了各种各样的识别方法。手势作为人机交互（Human Computer Interaction，HCI）接口的一种，具有以人为中心，简单、高效、人性化的特点，是目前智能识别领域人机交互的重要手段之一。常见识别方法有很多，Zhu等人利用肤色、运动数据结合手势边框实现了对多种定义手形的识别。Fang等人通过肤色和运动数据对手势进行分割，再利用手部区域空间尺度及宽高比来识别手势。Rautaray等人检测手势部分采用LK光流法，K最近邻算法实现手势识别。Brethes等人使用分水岭算法，手势的分割采用肤色信息，再将颜色块信息与形状信息相结合来进行手势识别。Li等人提出的WEGM算法识别率高达97.08%。Hsieh，Song等人选取不同手部特征进行训练，训练出的分类器用来对不同手势进行识别，准确率分别达到94%，75%。此外，手势检测识别的研究方法还有利用深度图信息、GMM建模等来对手势区域进行分割，再通过骨架数据、熵数据、3D建模等方式来实现手势的识别[