[go: up one dir, main page]

CN108197596B - 一种手势识别方法和装置 - Google Patents

一种手势识别方法和装置 Download PDF

Info

Publication number
CN108197596B
CN108197596B CN201810069799.8A CN201810069799A CN108197596B CN 108197596 B CN108197596 B CN 108197596B CN 201810069799 A CN201810069799 A CN 201810069799A CN 108197596 B CN108197596 B CN 108197596B
Authority
CN
China
Prior art keywords
gesture
center point
frame image
ith
ordinate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810069799.8A
Other languages
English (en)
Other versions
CN108197596A (zh
Inventor
徐楚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201810069799.8A priority Critical patent/CN108197596B/zh
Publication of CN108197596A publication Critical patent/CN108197596A/zh
Priority to US16/232,536 priority patent/US10803304B2/en
Application granted granted Critical
Publication of CN108197596B publication Critical patent/CN108197596B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种手势识别方法和装置，包括：获取第i帧图像中手势的中心点的坐标，当第i帧图像中手势的中心点在预设区域内时，确定第i帧图像中手势的实际中心点的坐标为第(i－1)帧图像中手势的实际中心点的坐标；其中，i为大于或等于2的整数，预设区域为以第(i－1)帧图像中手势的实际中心点为中心的区域；根据每一帧图像中手势的实际中心点的坐标进行动态手势识别。本发明实施例不会在手无意间的抖动时引起手在图像帧中的即时反馈，从而保证了识别出的动态手势的连续变化。

Description

一种手势识别方法和装置
技术领域
本发明涉及人工智能技术，尤指一种手势识别方法和装置。
背景技术
手势识别功能逐渐成为电子画框，家用电器等终端设备的新兴功能。动态手势的识别过程中需要对连续的图像帧进行手势检测，此时如果操作者的手无意间有稍微的抖动，则手在图像帧中的映射会随之抖动，导致识别出的动态手势也会有稍微的抖动，从而影响操作者的操作体验和准确性。
发明内容
本发明实施例提供了一种手势识别方法和装置，能够避免手无意间的抖动引起的手在图像帧中的即时反馈，从而保证识别出的动态手势的连续变化。
本发明实施例提供了一种手势识别方法，包括：
获取第i帧图像中手势的中心点的坐标，当第i帧图像中手势的中心点在预设区域内时，确定第i帧图像中手势的实际中心点的坐标为第(i－1)帧图像中手势的实际中心点的坐标；其中，i为大于或等于2的整数，预设区域为以第(i－1)帧图像中手势的实际中心点为中心的区域；
根据每一帧图像中手势的实际中心点的坐标进行动态手势识别。
可选的，该方法还包括：
当所述第i帧图像中手势的中心点不在所述预设区域内时，根据所述第i帧图像中手势的中心点的坐标和所述预设区域计算所述第i帧图像中手势的实际中心点的坐标。
可选的，该方法还包括：对所述图像进行网格划分；所述预设区域为以第(i－1)帧图像中手势的实际中心点所在的网格为中心的区域。
可选的，所述计算第i帧图像中手势的实际中心点的坐标包括：
当
Figure BDA0001557824560000021
的余数的绝对值小于
Figure BDA0001557824560000022
时，按照公式
Figure BDA0001557824560000023
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA0001557824560000024
的余数的绝对值小于
Figure BDA0001557824560000025
时，按照公式
Figure BDA0001557824560000026
计算所述第i帧图像中手势的实际中心点的纵坐标；
或者，当
Figure BDA0001557824560000027
的余数的绝对值小于
Figure BDA0001557824560000028
时，按照公式
Figure BDA0001557824560000029
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA00015578245600000210
的余数的绝对值小于
Figure BDA00015578245600000211
时，按照公式
Figure BDA00015578245600000212
计算所述第i帧图像中手势的实际中心点的纵坐标；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB1为所述第1帧图像中手势的实际中心点的横坐标，YB1为所述第1帧图像中手势的实际中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量，P1为
Figure BDA00015578245600000213
的商，P2为
Figure BDA00015578245600000214
的商，Q1为
Figure BDA00015578245600000215
的商，Q2为
Figure BDA00015578245600000216
的商，XBi为所述第i帧图像中手势的实际中心点的横坐标，YBi为所述第i帧图像中手势的实际中心点的纵坐标，XB(i－1)为第(i－1)帧图像中手势的实际中心点的横坐标，YB(i－1)为第(i－1)帧图像中手势的实际中心点的纵坐标。
可选的，所述计算第i帧图像中手势的实际中心点的坐标包括：
当
Figure BDA00015578245600000217
的余数的绝对值大于或等于
Figure BDA00015578245600000218
时，按照公式
Figure BDA00015578245600000219
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA00015578245600000220
的余数的绝对值大于或等于
Figure BDA00015578245600000221
时，按照公式
Figure BDA0001557824560000031
计算所述第i帧图像中手势的实际中心点的纵坐标；
或者，当
Figure BDA0001557824560000032
的余数的绝对值大于或等于
Figure BDA0001557824560000033
时，按照公式
Figure BDA0001557824560000034
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA0001557824560000035
的余数的绝对值大于或等于
Figure BDA0001557824560000036
时，按照公式
Figure BDA0001557824560000037
计算所述第i帧图像中手势的实际中心点的纵坐标；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB1为所述第1帧图像中手势的实际中心点的横坐标，YB1为所述第1帧图像中手势的实际中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量，P1为
Figure BDA0001557824560000038
的商，P2为
Figure BDA0001557824560000039
的商，Q1为
Figure BDA00015578245600000310
的商Q2为
Figure BDA00015578245600000311
的商，XBi为所述第i帧图像中手势的实际中心点的横坐标，YBi为所述第i帧图像中手势的实际中心点的纵坐标，XB(i－1)为第(i－1)帧图像中手势的实际中心点的横坐标，YB(i－1)为第(i－1)帧图像中手势的实际中心点的纵坐标。
可选的，采用以下方式判断第i帧图像中手势的中心点是否在预设区域内：
当
Figure BDA00015578245600000312
的商为0，且
Figure BDA00015578245600000313
的余数的绝对值小于
Figure BDA00015578245600000314
且
Figure BDA00015578245600000315
的商为0，且
Figure BDA00015578245600000316
的余数的绝对值小于
Figure BDA00015578245600000317
时，确定所述第i帧图像中手势的中心点在所述预设区域内；
当
Figure BDA00015578245600000318
的商不为0；或者，
Figure BDA00015578245600000319
的商为0，且
Figure BDA00015578245600000320
的余数的绝对值大于或等于
Figure BDA00015578245600000321
或者，
Figure BDA00015578245600000322
的商不为0；或者，
Figure BDA00015578245600000323
的商为0，且
Figure BDA00015578245600000324
的余数的绝对值大于或等于
Figure BDA00015578245600000325
时，确定所述第i帧图像中手势的中心点不在所述预设区域内；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB(i-1)为所述第(i－1)帧图像中手势的实际中心点的横坐标，YB(i-1)为所述第(i－1)帧图像中手势的实际中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量。
可选的，所述第i帧图像中手势的实际中心点的坐标根据所述第i帧图像中手势的中心点的坐标和所述预设区域计算得到。
本发明实施例提出了一种手势识别装置，包括：
获取模块，用于获取第i帧图像中手势的中心点的坐标；
确定模块，用于当第i帧图像中手势的中心点所在的网格是否在预设区域时，确定第i帧图像中手势的实际中心点的坐标为第(i－1)帧图像中手势的实际中心点的坐标；其中，i为大于或等于2的整数，预设区域为以第(i－1)帧图像中手势的实际中心点为中心的区域；
识别模块，用于根据每一帧图像中手势的实际中心点的坐标进行动态手势识别。
可选的，所述确定模块还用于：
当所述第i帧图像中手势的中心点不在所述预设区域内时，根据所述第i帧图像中手势的中心点的坐标和所述预设区域计算所述第i帧图像中手势的实际中心点的坐标。
可选的，还包括：
划分模块，用于对所述图像进行网格划分；所述预设区域为以第(i－1)帧图像中手势的实际中心点所在的网格为中心的区域。
可选的，所述确定模块具体用于采用以下方式实现所述计算第i帧图像中手势的实际中心点的坐标：
当
Figure BDA0001557824560000041
的余数的绝对值小于
Figure BDA0001557824560000042
时，按照公式
Figure BDA0001557824560000043
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA0001557824560000051
的余数的绝对值小于
Figure BDA0001557824560000052
时，按照公式
Figure BDA0001557824560000053
计算所述第i帧图像中手势的实际中心点的纵坐标；
或者，当
Figure BDA0001557824560000054
的余数的绝对值小于
Figure BDA0001557824560000055
时，按照公式
Figure BDA0001557824560000056
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA0001557824560000057
的余数的绝对值小于
Figure BDA0001557824560000058
时，按照公式
Figure BDA0001557824560000059
计算所述第i帧图像中手势的实际中心点的纵坐标；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB1为所述第1帧图像中手势的实际中心点的横坐标，YB1为所述第1帧图像中手势的实际中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量，P1为
Figure BDA00015578245600000510
的商，P2为
Figure BDA00015578245600000511
的商，Q1为
Figure BDA00015578245600000512
的商，Q2为
Figure BDA00015578245600000513
的商，XBi为所述第i帧图像中手势的实际中心点的横坐标，YBi为所述第i帧图像中手势的实际中心点的纵坐标，XB(i－1)为第(i－1)帧图像中手势的实际中心点的横坐标，YB(i－1)为第(i－1)帧图像中手势的实际中心点的纵坐标。
可选的，所述确定模块具体用于采用以下方式实现所述计算第i帧图像中手势的实际中心点的坐标：
当
Figure BDA00015578245600000514
的余数的绝对值大于或等于
Figure BDA00015578245600000515
时，按照公式
Figure BDA00015578245600000516
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA00015578245600000517
的余数的绝对值大于或等于
Figure BDA00015578245600000518
时，按照公式
Figure BDA00015578245600000519
计算所述第i帧图像中手势的实际中心点的纵坐标；
或者，当
Figure BDA0001557824560000061
的余数的绝对值大于或等于
Figure BDA0001557824560000062
时，按照公式
Figure BDA0001557824560000063
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA0001557824560000064
的余数的绝对值大于或等于
Figure BDA0001557824560000065
时，按照公式
Figure BDA0001557824560000066
计算所述第i帧图像中手势的实际中心点的纵坐标；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB1为所述第1帧图像中手势的实际中心点的横坐标，YB1为所述第1帧图像中手势的实际中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量，P1为
Figure BDA0001557824560000067
的商，P2为
Figure BDA0001557824560000068
的商，Q1为
Figure BDA0001557824560000069
的商Q2为
Figure BDA00015578245600000610
的商，XBi为所述第i帧图像中手势的实际中心点的横坐标，YBi为所述第i帧图像中手势的实际中心点的纵坐标，XB(i－1)为第(i－1)帧图像中手势的实际中心点的横坐标，YB(i－1)为第(i－1)帧图像中手势的实际中心点的纵坐标。
可选的，所述确定模块具体用于采用以下方式实现判断第i帧图像中手势的中心点是否在预设区域内：
当
Figure BDA00015578245600000611
的商为0，且
Figure BDA00015578245600000612
的余数的绝对值小于
Figure BDA00015578245600000613
且
Figure BDA00015578245600000614
的商为0，且
Figure BDA00015578245600000615
的余数的绝对值小于
Figure BDA00015578245600000616
时，确定所述第i帧图像中手势的中心点在所述预设区域内；
当
Figure BDA00015578245600000617
的商不为0；或者，
Figure BDA00015578245600000618
的商为0，且
Figure BDA00015578245600000619
的余数的绝对值大于或等于
Figure BDA00015578245600000620
或者，
Figure BDA00015578245600000621
的商不为0；或者，
Figure BDA00015578245600000622
的商为0，且
Figure BDA00015578245600000623
的余数的绝对值大于或等于
Figure BDA00015578245600000624
时，确定所述第i帧图像中手势的中心点不在所述预设区域内；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB(i-1)为所述第(i－1)帧图像中手势的实际中心点的横坐标，YB(i-1)为所述第(i－1)帧图像中手势的实际中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量。
可选的，所述确定模块具体用于：
当所述第i帧图像中手势的中心点是否在预设区域内时，根据所述第i帧图像中手势的中心点的坐标和所述预设区域计算所述第i帧图像中手势的实际中心点的坐标。
本发明实施例提出了一种存储介质，所述存储介质中存储有计算机指令，其中，所述计算机指令被处理器运行时执行上述任一种手势识别方法。
本发明实施例提出了一种设备，包括一个或多个处理器和存储器，存储器存储有计算机指令，所述处理器被配置为运行所述计算机指令以执行上述任一种手势识别方法。
与相关技术相比，本发明实施例包括：获取第i帧图像中手势的中心点的坐标，当第i帧图像中手势的中心点在预设区域内时，确定第i帧图像中手势的实际中心点的坐标为第(i－1)帧图像中手势的实际中心点的坐标；其中，i为大于或等于2的整数，预设区域为以第(i－1)帧图像中手势的实际中心点为中心的区域；根据每一帧图像中手势的实际中心点的坐标进行动态手势识别。通过本发明实施例，当后续图像帧中手势的中心点在预设区域内时，依然采用上一帧图像中手势的实际中心点的坐标作为本帧图像中手势的实际中心点的坐标，这样，不会在手无意间的抖动时引起手在图像帧中的即时反馈，从而保证了识别出的动态手势的连续变化。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1为本发明第一实施例手势识别方法的流程图；
图2为本发明第一实施例网格划分的示意图；
图3为本发明第一实施例的具体实现方式的流程图；
图4为本发明第二实施例手势识别装置的结构组成示意图；
图5为本发明第四实施例设备的结构组成示意图。
具体实施方式
下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
参见图1，本发明第一实施例提出了一种手势识别方法，包括：
步骤100、获取第i帧图像中手势的中心点的坐标，当第i帧图像中手势的中心点在预设区域内时，确定第i帧图像中手势的实际中心点的坐标为第(i－1)帧图像中手势的实际中心点的坐标。
本步骤中，i为大于或等于2的整数，预设区域为以第(i－1)帧图像中手势的实际中心点为中心的区域。
具体的，预设区域可以是正方形，或者是圆形，或者是其他图形，本申请对此不做限定。
当预设区域为正方形时，可以采用以下方法判断第i帧图像中手势的中心点是否在预设区域内。
当第i帧图像中手势的中心点的横坐标和第(i－1)帧图像中手势的实际中心点的横坐标之差的绝对值小于预设区域的边长的一半，且第i帧图像中手势的中心点的纵坐标和第(i－1)帧图像中手势的实际中心点的纵坐标之差的绝对值小于预设区域的边长的一半时，确定第i帧图像中手势的中心点在预设区域内；
当第i帧图像中手势的中心点的横坐标和第(i－1)帧图像中手势的实际中心点的横坐标之差的绝对值大于或等于预设区域的边长的一半，或者第i帧图像中手势的中心点的纵坐标和第(i－1)帧图像中手势的实际中心点的纵坐标之差的绝对值大于或等于预设区域的边长的一半时，确定第i帧图像中手势的中心点不在预设区域内。
当预设区域为圆形时，可以采用以下方式判断第i帧图像中手势的中心点是否在预设区域内。
当第i帧图像中手势的中心点和第(i－1)帧图像中手势的实际中心点的距离小于预设区域的半径时，确定第i帧图像中手势的中心点在预设区域内；
当第i帧图像中手势的中心点和第(i－1)帧图像中手势的实际中心点的距离大于或等于预设区域的半径时，确定第i帧图像中手势的中心点不在预设区域内。
本实施例中，可以从第i帧图像中识别手势，然后确定手势所在的检测框，该检测框为包含手势的最小矩形框，基于该检测框即可确定手势的中心点的坐标。具体的，检测框的中心点的坐标即为手势的中心点的坐标。
为了方便后续计算，可以将手势的中心点定义为坐标系的坐标原点，当然，坐标系的坐标原点也可以不取手势的中心点。
本步骤中，当第i帧图像中手势的中心点在预设区域内时，可以直接将第(i－1)帧图像中手势的实际中心点的坐标作为第i帧图像中手势的实际中心点的坐标；当然，也可以根据第i帧图像中手势的中心点的坐标和预设区域计算第i帧图像中手势的实际中心点的坐标。无论采用哪种方式来确定第i帧图像中手势的实际中心点的坐标，最终得到的结果都是一样的。
步骤101、根据每一帧图像中手势的实际中心点的坐标进行动态手势识别。
通过本发明实施例，当后续图像帧中手势的中心点在预设区域内时，依然采用上一帧图像中手势的实际中心点的坐标作为本帧图像中手势的实际中心点的坐标，也就是说，将中心点在预设区域内的手势认为是无意间抖动的结果，认为这样的手势是无效的手势，这样，不会在手无意间的抖动时引起手在图像帧中的即时反馈，从而保证了识别出的动态手势的连续变化。
在一个可选实施例中，该方法还包括：对图像进行网格划分。
本实施例中，在对图像进行网格划分时，可以使得第一帧图像中手势的中心点为其所在的网格的中心点，这样，第一帧图像中手势的中心点即为第一帧图像中手势的实际中心点。
当然，在对图像进行网格划分时，也可以使得第一帧图像中手势的中心点不为其所在的网格的中心点，这样，则需要重新确定第一帧图像中手势的实际中心点为第一帧图像中手势的中心点所在的网格的中心点。
当然，使得第一帧图像中手势的中心点为其所在的网格的中心点是一种优选的方案。
在对图像进行网格划分后，设置有可能作为手势的实际中心点所在的网格为核心网格。如图2所示，网格M为第一帧图像中手势的中心点所在的网格，图中，字母所在的网格即为核心网格。图2中核心网格的设置说明，与字母所在的网格相邻的八个网格不可能作为手势的实际中心点所在的网格。需要说明的是，图2仅仅是一种示例，并不能说明在对图像进行网格划分后只能得到如图2所示的网格结构。
上述在对图像进行网格划分时，每一个网格可以是D×D像素的正方形，其中，D为大于或等于1的整数，即每一个网格的边长包含D个像素。如图2所示，图2中每一个网格均为2×2像素的正方形，如从网格E指出的箭头表示网格E由2×2像素的正方形组成，即每一个网格的边长包含2个像素。需要说明的是，图2仅仅是以每一个网格的边长包含2个像素为例进行示意，并不能说明在对图像进行网格划分时，每一个网格的边长只能包含2个像素。
在一个可选实施例中，D为2E，其中，E为大于或等于1的整数。也就是说，每一个网格的边长包含偶数个像素。
在一个可选实施例中，D为2。
那么，步骤100中，当预设区域是正方形时，预设区域可以是以第(i－1)帧图像中手势的实际中心点所在的网格为中心的C×C的正方形，其中，C为大于或等于2的整数，即预设区域的边长包含C个网格。如图2所示，图2中预设区域为3×3的正方形，即预设区域的边长包含3个网格。需要说明的是，图2仅仅是以预设区域的边长包含3个网格为例进行示意，并不能说明在确定预设区域时，预设区域的边长只能包含3个网格。
在一个可选实施例中，C为2E+1。也就是说，预设区域的边长包含奇数个网格。
在一个可选实施例中，C为3。
实践证明，当C为3，且D为2时，如果第i帧图像中手势的中心点在以第(i－1)帧图像中手势的实际中心点所在的网格为中心的3×3网格的正方形区域内，则将(i-1)帧图像中手势的实际中心点的坐标作为i帧图像中手势的实际中心点的坐标，既克服了手的抖动引起的手在图像帧中的即时反馈，又保证了识别出的动态手势的连续性。
本实施例中，如果采用一个像素来表示一个坐标，则可以采用以下任一种方法来判断第i帧图像中手势的中心点是否在预设区域内。
第一种，当
Figure BDA0001557824560000111
且
Figure BDA0001557824560000112
时，确定第i帧图像中手势的中心点在预设区域内；
当
Figure BDA0001557824560000113
或
Figure BDA0001557824560000114
时，确定第i帧图像中手势的中心点不在预设区域内。
第二种，当
Figure BDA0001557824560000115
的商为0，且
Figure BDA0001557824560000116
的余数的绝对值小于
Figure BDA0001557824560000117
且
Figure BDA0001557824560000118
的商为0，且
Figure BDA0001557824560000119
的余数的绝对值小于
Figure BDA00015578245600001110
时，确定第i帧图像中手势的中心点在预设区域内；
当
Figure BDA00015578245600001111
的商不为0；或者，
Figure BDA00015578245600001112
的商为0，且
Figure BDA00015578245600001113
的余数的绝对值大于或等于
Figure BDA0001557824560000121
或者，
Figure BDA0001557824560000122
的商不为0；或者，
Figure BDA0001557824560000123
的商为0，且
Figure BDA0001557824560000124
的余数的绝对值大于或等于
Figure BDA0001557824560000125
时，确定第i帧图像中手势的中心点不在预设区域内。
上述
Figure BDA0001557824560000126
为两个相邻的可能作为手势的实际中心点的横坐标或纵坐标之差，由于手势的实际中心点均为网格的中心点，那么两个相邻的可能作为手势的实际中心点的横坐标或纵坐标之差即为预设区域的边长的一半(即
Figure BDA0001557824560000127
)加上半个网格的长度(即
Figure BDA0001557824560000128
)，最终即得到
Figure BDA0001557824560000129
其中，XAi为第i帧图像中手势的中心点的横坐标，YAi为第i帧图像中手势的中心点的纵坐标，XB(i-1)为第(i－1)帧图像中手势的实际中心点的横坐标，YB(i-1)为第(i－1)帧图像中手势的实际中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量。
本实施例中，当第i帧图像中手势的中心点不在预设区域内时，根据第i帧图像中手势的中心点的坐标和预设区域计算第i帧图像中手势的实际中心点的坐标。
具体的，根据第i帧图像中手势的中心点的坐标、预设区域的边长所包含的网格数量和网格的边长所包含的像素数量计算第i帧图像中手势的实际中心点的坐标，即可以采用以下方法中的任一种来计算第i帧图像中手势的实际中心点的坐标。
第一种，当
Figure BDA00015578245600001210
的余数的绝对值小于
Figure BDA00015578245600001211
时，按照公式
Figure BDA00015578245600001212
计算第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA00015578245600001213
的余数的绝对值大于或等于
Figure BDA00015578245600001214
时，按照公式
Figure BDA00015578245600001215
计算第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA00015578245600001216
的余数的绝对值小于
Figure BDA00015578245600001217
时，按照公式
Figure BDA00015578245600001218
计算第i帧图像中手势的实际中心点的纵坐标；
当
Figure BDA0001557824560000131
的余数的绝对值大于或等于
Figure BDA0001557824560000132
时，按照公式
Figure BDA0001557824560000133
计算第i帧图像中手势的实际中心点的纵坐标；
其中，XBi为第i帧图像中手势的实际中心点的横坐标，XB(i－1)为第(i－1)帧图像中手势的实际中心点的横坐标，YBi为第i帧图像中手势的实际中心点的纵坐标，P1为
Figure BDA0001557824560000134
的商，P2为
Figure BDA0001557824560000135
的商。
第二种，当
Figure BDA0001557824560000136
的余数的绝对值小于
Figure BDA0001557824560000137
时，按照公式
Figure BDA0001557824560000138
计算第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA0001557824560000139
的余数的绝对值大于或等于
Figure BDA00015578245600001310
时，按照公式
Figure BDA00015578245600001311
计算第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA00015578245600001312
的余数的绝对值小于
Figure BDA00015578245600001313
时，按照公式
Figure BDA00015578245600001314
计算第i帧图像中手势的实际中心点的纵坐标；
当
Figure BDA00015578245600001315
的余数的绝对值大于或等于
Figure BDA00015578245600001316
时，按照公式
Figure BDA00015578245600001317
计算第i帧图像中手势的实际中心点的纵坐标；
其中，XBi为第i帧图像中手势的实际中心点的横坐标，XB(i－1)为第(i－1)帧图像中手势的实际中心点的横坐标，YBi为第i帧图像中手势的实际中心点的纵坐标，YB(i－1)为第(i－1)帧图像中手势的实际中心点的纵坐标，Q1为
Figure BDA00015578245600001318
的商，Q2为
Figure BDA00015578245600001319
的商。
在一个可选实施例中，C为2E+1，D为2E；其中，E为大于或等于1的整数。
在一个可选实施例中，C为3，D为2。实践证明，当C为3，且D为2时，如果第i帧图像中手势的中心点在以第(i－1)帧图像中手势的中心点所在的网格为中心的3×3网格的正方形区域内，则将上一帧图像中手势的实际中心点的坐标作为本帧图像中手势的实际中心点的坐标，既克服了手的抖动引起的手在图像帧中的即时反馈，又保证了识别出的动态手势的连续性。
图3为本实施例的一种可选的具体实现方式。
步骤300、从第一帧图像中识别手势，返回手势所在的检测框，并确定检测框的中心点的坐标。
步骤301、对图像进行网格划分。
本步骤中，划分后，第一帧图像中手势所在的检测框的中心点为其所在网格的中心点，并且该中心点为坐标原点，并且每一个网格为2×2像素的正方形。如图2中从网格E指出的箭头表示网格E由2×2像素的正方形组成。
步骤302、从第i帧图像中识别手势，返回手势所在的检测框，并确定检测框的中心点的坐标。
步骤303、判断第i帧图像中手势的中心点所在的网格是否在预设区域内，如果是，则执行步骤304；如果不是，则执行步骤305。
本步骤中，预设区域为以第(i－1)帧图像中手势的实际中心点所在的网格为中心的3×3网格的正方形。
例如，当第(i－1)帧图像中手势的实际中心点的坐标为(0,0)，如图2中的网格M的中心点时，如果第i帧图像中手势的中心点的坐标(4,0)，则由于
Figure BDA0001557824560000141
的商为1，因此，第i帧图像中手势的中心点所在的网格不在预设区域内。
步骤304、确定第i帧图像中手势的实际中心点的坐标为第(i－1)帧图像中手势的实际中心点的坐标。
步骤305、根据第i帧图像中手势的中心点的坐标、预设区域的边长所包含的网格数量和网格的边长所包含的像素数量计算第i帧图像中手势的实际中心点的坐标。
例如，当第(i－1)帧图像中手势的实际中心点的坐标为(0,0)，如图2中的网格M的中心点时，
如果第i帧图像中手势的中心点的坐标(4,0)，则由于
Figure BDA0001557824560000151
的商为1，余数为
Figure BDA0001557824560000152
因此，第i帧图像中手势的实际中心点的横坐标为
Figure BDA0001557824560000153
由于
Figure BDA0001557824560000154
的商为0，余数为
Figure BDA0001557824560000155
因此，第i帧图像中手势的实际中心点的纵坐标为
Figure BDA0001557824560000156
也就是说，第i帧图像中手势的实际中心点的坐标为(4,0)，如图2中的网格N的中心点，说明，手势的实际中心点从网格M更新到网格N，如图2的箭头1所示。
如果第i帧图像中手势的中心点的坐标(5,6)，则由于
Figure BDA0001557824560000157
的商为1，余数为
Figure BDA0001557824560000158
因此，第i帧图像中手势的实际中心点的横坐标为
Figure BDA0001557824560000159
由于
Figure BDA00015578245600001510
的商为1，余数为
Figure BDA00015578245600001511
因此，第i帧图像中手势的实际中心点的纵坐标为
Figure BDA00015578245600001512
也就是说，第i帧图像中手势的实际中心点的坐标为(4,4)，如图2中的网格S的中心点，说明，手势的实际中心点从网格M更新到网格S，如图2的箭头2所示。
步骤306、将i加1，并继续执行步骤302～步骤305。
参见图4，本发明第二实施例提出了一种手势识别装置，包括：
获取模块，用于获取第i帧图像中手势的中心点的坐标；
确定模块，用于当第i帧图像中手势的中心点在预设区域时，确定第i帧图像中手势的实际中心点的坐标为第(i－1)帧图像中手势的实际中心点的坐标；其中，i为大于或等于2的整数，预设区域为以第(i－1)帧图像中手势的实际中心点为中心的区域；
识别模块，用于根据每一帧图像中手势的实际中心点的坐标进行动态手势识别。
可选的，第一确定模块还用于：
当第i帧图像中手势的中心点不在预设区域内时，根据第i帧图像中手势的中心点的坐标和预设区域计算第i帧图像中手势的实际中心点的坐标。
可选的，还包括：
划分模块，用于对所述图像进行网格划分；所述预设区域为以第(i－1)帧图像中手势的实际中心点所在的网格为中心的区域。
可选的，确定模块具体用于采用以下方式实现计算第i帧图像中手势的实际中心点的坐标：
当
Figure BDA0001557824560000161
的余数的绝对值小于
Figure BDA0001557824560000162
时，按照公式
Figure BDA0001557824560000163
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA0001557824560000164
的余数的绝对值小于
Figure BDA0001557824560000165
时，按照公式
Figure BDA0001557824560000166
计算所述第i帧图像中手势的实际中心点的纵坐标；
或者，当
Figure BDA0001557824560000167
的余数的绝对值小于
Figure BDA0001557824560000168
时，按照公式
Figure BDA0001557824560000169
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA00015578245600001610
的余数的绝对值小于
Figure BDA00015578245600001611
时，按照公式
Figure BDA00015578245600001612
计算所述第i帧图像中手势的实际中心点的纵坐标；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB1为所述第1帧图像中手势的实际中心点的横坐标，YB1为所述第1帧图像中手势的实际中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量，P1为
Figure BDA00015578245600001613
的商，P2为
Figure BDA00015578245600001614
的商，Q1为
Figure BDA00015578245600001615
的商，Q2为
Figure BDA00015578245600001616
的商，XBi为所述第i帧图像中手势的实际中心点的横坐标，YBi为所述第i帧图像中手势的实际中心点的纵坐标，XB(i－1)为第(i－1)帧图像中手势的实际中心点的横坐标，YB(i－1)为第(i－1)帧图像中手势的实际中心点的纵坐标。
可选的，确定模块具体用于采用以下方式实现计算第i帧图像中手势的实际中心点的坐标：
当
Figure BDA0001557824560000171
的余数的绝对值大于或等于
Figure BDA0001557824560000172
时，按照公式
Figure BDA0001557824560000173
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA0001557824560000174
的余数的绝对值大于或等于
Figure BDA0001557824560000175
时，按照公式
Figure BDA0001557824560000176
计算所述第i帧图像中手势的实际中心点的纵坐标；
或者，当
Figure BDA0001557824560000177
的余数的绝对值大于或等于
Figure BDA0001557824560000178
时，按照公式
Figure BDA0001557824560000179
计算所述第i帧图像中手势的实际中心点的横坐标；
当
Figure BDA00015578245600001710
的余数的绝对值大于或等于
Figure BDA00015578245600001711
时，按照公式
Figure BDA00015578245600001712
计算所述第i帧图像中手势的实际中心点的纵坐标；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB1为所述第1帧图像中手势的实际中心点的横坐标，YB1为所述第1帧图像中手势的实际中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量，P1为
Figure BDA00015578245600001713
的商，P2为
Figure BDA00015578245600001714
的商，Q1为
Figure BDA00015578245600001715
的商Q2为
Figure BDA00015578245600001716
的商，XBi为所述第i帧图像中手势的实际中心点的横坐标，YBi为所述第i帧图像中手势的实际中心点的纵坐标，XB(i－1)为第(i－1)帧图像中手势的实际中心点的横坐标，YB(i－1)为第(i－1)帧图像中手势的实际中心点的纵坐标。
可选的，C为2E+1，D为2E；其中，E为大于或等于1的整数。
可选的，C为3，D为2。
可选的，确定模块具体用于采用以下方式实现判断第i帧图像中手势的中心点所在的网格是否在预设区域内：
当
Figure BDA0001557824560000181
的商为0，且
Figure BDA0001557824560000182
的余数的绝对值小于
Figure BDA0001557824560000183
且
Figure BDA0001557824560000184
的商为0，且
Figure BDA0001557824560000185
的余数的绝对值小于
Figure BDA0001557824560000186
时，确定所述第i帧图像中手势的中心点在所述预设区域内；
当
Figure BDA0001557824560000187
的商不为0；或者，
Figure BDA0001557824560000188
的商为0，且
Figure BDA0001557824560000189
的余数的绝对值大于或等于
Figure BDA00015578245600001810
或者，
Figure BDA00015578245600001811
的商不为0；或者，
Figure BDA00015578245600001812
的商为0，且
Figure BDA00015578245600001813
的余数的绝对值大于或等于
Figure BDA00015578245600001814
时，确定所述第i帧图像中手势的中心点不在所述预设区域内；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB(i-1)为所述第(i－1)帧图像中手势的实际中心点的横坐标，YB(i-1)为所述第(i－1)帧图像中手势的实际中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量。
可选的，确定模块具体用于：
当所述第i帧图像中手势的中心点是否在预设区域内时，根据所述第i帧图像中手势的中心点的坐标和所述预设区域计算所述第i帧图像中手势的实际中心点的坐标。
本发明第三实施例提出了一种存储介质，所述存储介质中存储有计算机指令，其中，所述计算机指令被处理器运行时执行上述任一种手势识别方法。
参见图5，本发明第四实施例提出了一种设备，包括一个或多个处理器和存储器，存储器存储有计算机指令，所述处理器被配置为运行所述计算机指令以执行上述任一种手势识别方法。
虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (14)

1.一种手势识别方法，其特征在于，包括：
对图像进行网格划分；
获取第i帧图像中手势的中心点的坐标，当第i帧图像中手势的中心点在预设区域内时，确定第i帧图像中手势的中心点的坐标为第(i－1)帧图像中手势的中心点的坐标；其中，i为大于或等于2的整数，预设区域为以第(i－1)帧图像中手势的中心点所在的网格为中心的区域；
根据每一帧图像中手势的中心点的坐标进行动态手势识别；
采用以下方式判断第i帧图像中手势的中心点在预设区域内：
当
Figure FDA0002954806440000011
的商为0，且
Figure FDA0002954806440000012
的余数的绝对值小于
Figure FDA0002954806440000013
且
Figure FDA0002954806440000014
的商为0，且
Figure FDA0002954806440000015
的余数的绝对值小于
Figure FDA0002954806440000016
时，确定所述第i帧图像中手势的中心点在所述预设区域内；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB(i-1)为所述第(i－1)帧图像中手势的中心点的横坐标，YB(i-1)为所述第(i－1)帧图像中手势的中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量。
2.根据权利要求1所述的手势识别方法，其特征在于，该方法还包括：
当所述第i帧图像中手势的中心点不在所述预设区域内时，根据所述第i帧图像中手势的中心点的坐标和所述预设区域计算所述第i帧图像中手势的中心点的坐标。
3.根据权利要求2所述的手势识别方法，其特征在于，计算所述第i帧图像中手势的中心点的坐标包括：
当
Figure FDA0002954806440000017
的余数的绝对值小于
Figure FDA0002954806440000018
时，按照公式
Figure FDA0002954806440000019
计算所述第i帧图像中手势的中心点的横坐标；
当
Figure FDA0002954806440000021
的余数的绝对值小于
Figure FDA0002954806440000022
时，按照公式
Figure FDA0002954806440000023
计算所述第i帧图像中手势的中心点的纵坐标；
或者，当
Figure FDA0002954806440000024
的余数的绝对值小于
Figure FDA0002954806440000025
时，按照公式
Figure FDA0002954806440000026
计算所述第i帧图像中手势的中心点的横坐标；
当
Figure FDA0002954806440000027
的余数的绝对值小于
Figure FDA0002954806440000028
时，按照公式
Figure FDA0002954806440000029
计算所述第i帧图像中手势的中心点的纵坐标；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB1为第1帧图像中手势的中心点的横坐标，YB1为第1帧图像中手势的中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量，P1为
Figure FDA00029548064400000210
的商，P2为
Figure FDA00029548064400000211
的商，Q1为
Figure FDA00029548064400000212
的商，Q2为
Figure FDA00029548064400000213
的商，XBi为所述第i帧图像中手势的中心点的横坐标，YBi为所述第i帧图像中手势的中心点的纵坐标，XB(i－1)为第(i－1)帧图像中手势的中心点的横坐标，YB(i－1)为第(i－1)帧图像中手势的中心点的纵坐标。
4.根据权利要求2所述的手势识别方法，其特征在于，计算所述第i帧图像中手势的中心点的坐标包括：
当
Figure FDA00029548064400000214
的余数的绝对值大于或等于
Figure FDA00029548064400000215
时，按照公式
Figure FDA00029548064400000216
计算所述第i帧图像中手势的中心点的横坐标；
当
Figure FDA00029548064400000217
的余数的绝对值大于或等于
Figure FDA00029548064400000218
时，按照公式
Figure FDA00029548064400000219
计算所述第i帧图像中手势的中心点的纵坐标；
或者，当
Figure FDA00029548064400000220
的余数的绝对值大于或等于
Figure FDA00029548064400000221
时，按照公式
Figure FDA00029548064400000222
计算所述第i帧图像中手势的中心点的横坐标；
当
Figure FDA0002954806440000031
的余数的绝对值大于或等于
Figure FDA0002954806440000032
时，按照公式
Figure FDA0002954806440000033
计算所述第i帧图像中手势的中心点的纵坐标；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB1为第1帧图像中手势的中心点的横坐标，YB1为第1帧图像中手势的中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量，P1为
Figure FDA0002954806440000034
的商，P2为
Figure FDA0002954806440000035
的商，Q1为
Figure FDA0002954806440000036
的商Q2为
Figure FDA0002954806440000037
的商，XBi为所述第i帧图像中手势的中心点的横坐标，YBi为所述第i帧图像中手势的中心点的纵坐标，XB(i－1)为第(i－1)帧图像中手势的中心点的横坐标，YB(i－1)为第(i－1)帧图像中手势的中心点的纵坐标。
5.根据权利要求2所述的手势识别方法，其特征在于，采用以下方式判断第i帧图像中手势的中心点不在预设区域内：
当
Figure FDA0002954806440000038
的商不为0；或者，
Figure FDA0002954806440000039
的商为0，且
Figure FDA00029548064400000310
的余数的绝对值大于或等于
Figure FDA00029548064400000311
或者，
Figure FDA00029548064400000312
的商不为0；或者，
Figure FDA00029548064400000313
的商为0，且
Figure FDA00029548064400000314
的余数的绝对值大于或等于
Figure FDA00029548064400000315
时，确定所述第i帧图像中手势的中心点不在所述预设区域内。
6.根据权利要求1所述的手势识别方法，其特征在于，所述第i帧图像中手势的中心点的坐标根据所述第i帧图像中手势的中心点的坐标和所述预设区域计算得到。
7.一种手势识别装置，其特征在于，包括：
划分模块，用于对图像进行网格划分；
获取模块，用于获取第i帧图像中手势的中心点的坐标；
确定模块，用于当第i帧图像中手势的中心点所在的网格在预设区域内时，确定第i帧图像中手势的中心点的坐标为第(i－1)帧图像中手势的中心点的坐标；其中，i为大于或等于2的整数，预设区域为以第(i－1)帧图像中手势的中心点所在的网格为中心的区域；所述确定模块具体用于采用以下方式实现判断第i帧图像中手势的中心点在预设区域内：
当
Figure FDA0002954806440000041
的商为0，且
Figure FDA0002954806440000042
的余数的绝对值小于
Figure FDA0002954806440000043
且
Figure FDA0002954806440000044
的商为0，且
Figure FDA0002954806440000045
的余数的绝对值小于
Figure FDA0002954806440000046
时，确定所述第i帧图像中手势的中心点在所述预设区域内；其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB(i-1)为所述第(i－1)帧图像中手势的中心点的横坐标，YB(i-1)为所述第(i－1)帧图像中手势的中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量；
识别模块，用于根据每一帧图像中手势的中心点的坐标进行动态手势识别。
8.根据权利要求7所述的手势识别装置，其特征在于，所述确定模块还用于：
当所述第i帧图像中手势的中心点不在所述预设区域内时，根据所述第i帧图像中手势的中心点的坐标和所述预设区域计算所述第i帧图像中手势的中心点的坐标。
9.根据权利要求8所述的手势识别装置，其特征在于，所述确定模块具体用于采用以下方式实现计算所述第i帧图像中手势的中心点的坐标：
当
Figure FDA0002954806440000047
的余数的绝对值小于
Figure FDA0002954806440000048
时，按照公式
Figure FDA0002954806440000049
计算所述第i帧图像中手势的中心点的横坐标；
当
Figure FDA00029548064400000410
的余数的绝对值小于
Figure FDA00029548064400000411
时，按照公式
Figure FDA00029548064400000412
计算所述第i帧图像中手势的中心点的纵坐标；
或者，当
Figure FDA00029548064400000413
的余数的绝对值小于
Figure FDA00029548064400000414
时，按照公式
Figure FDA0002954806440000051
计算所述第i帧图像中手势的中心点的横坐标；
当
Figure FDA0002954806440000052
的余数的绝对值小于
Figure FDA0002954806440000053
时，按照公式
Figure FDA0002954806440000054
计算所述第i帧图像中手势的中心点的纵坐标；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB1为第1帧图像中手势的中心点的横坐标，YB1为第1帧图像中手势的中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量，P1为
Figure FDA0002954806440000055
的商，P2为
Figure FDA0002954806440000056
的商，Q1为
Figure FDA0002954806440000057
的商，Q2为
Figure FDA0002954806440000058
的商，XBi为所述第i帧图像中手势的中心点的横坐标，YBi为所述第i帧图像中手势的中心点的纵坐标，XB(i－1)为第(i－1)帧图像中手势的中心点的横坐标，YB(i－1)为第(i－1)帧图像中手势的中心点的纵坐标。
10.根据权利要求8所述的手势识别装置，其特征在于，所述确定模块具体用于采用以下方式实现计算所述第i帧图像中手势的中心点的坐标：
当
Figure FDA0002954806440000059
的余数的绝对值大于或等于
Figure FDA00029548064400000510
时，按照公式
Figure FDA00029548064400000511
计算所述第i帧图像中手势的中心点的横坐标；
当
Figure FDA00029548064400000512
的余数的绝对值大于或等于
Figure FDA00029548064400000513
时，按照公式
Figure FDA00029548064400000514
计算所述第i帧图像中手势的中心点的纵坐标；
或者，当
Figure FDA00029548064400000515
的余数的绝对值大于或等于
Figure FDA00029548064400000516
时，按照公式
Figure FDA00029548064400000517
计算所述第i帧图像中手势的中心点的横坐标；
当
Figure FDA00029548064400000518
的余数的绝对值大于或等于
Figure FDA00029548064400000519
时，按照公式
Figure FDA00029548064400000520
计算所述第i帧图像中手势的中心点的纵坐标；
其中，XAi为所述第i帧图像中手势的中心点的横坐标，YAi为所述第i帧图像中手势的中心点的纵坐标，XB1为第1帧图像中手势的中心点的横坐标，YB1为第1帧图像中手势的中心点的纵坐标，C为所述预设区域的边长所包含的网格数量，D为所述网格的边长所包含的像素数量，P1为
Figure FDA0002954806440000061
的商，P2为
Figure FDA0002954806440000062
的商，Q1为
Figure FDA0002954806440000063
的商Q2为
Figure FDA0002954806440000064
的商，XBi为所述第i帧图像中手势的中心点的横坐标，YBi为所述第i帧图像中手势的中心点的纵坐标，XB(i－1)为第(i－1)帧图像中手势的中心点的横坐标，YB(i－1)为第(i－1)帧图像中手势的中心点的纵坐标。
11.根据权利要求8所述的手势识别装置，其特征在于，所述确定模块具体用于采用以下方式实现判断第i帧图像中手势的中心点不在预设区域内：
当
Figure FDA0002954806440000065
的商不为0；或者，
Figure FDA0002954806440000066
的商为0，且
Figure FDA0002954806440000067
的余数的绝对值大于或等于
Figure FDA0002954806440000068
或者，
Figure FDA0002954806440000069
的商不为0；或者，
Figure FDA00029548064400000610
的商为0，且
Figure FDA00029548064400000611
的余数的绝对值大于或等于
Figure FDA00029548064400000612
时，确定所述第i帧图像中手势的中心点不在所述预设区域内。
12.根据权利要求7所述的手势识别装置，其特征在于，所述确定模块具体用于：
当所述第i帧图像中手势的中心点是否在预设区域内时，根据所述第i帧图像中手势的中心点的坐标和所述预设区域计算所述第i帧图像中手势的中心点的坐标。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机指令，其中，所述计算机指令被处理器运行时执行权利要求1至权利要求6中任意一项所述的手势识别方法。
14.一种终端设备，其特征在于，包括一个或多个处理器和存储器，存储器存储有计算机指令，所述处理器被配置为运行所述计算机指令以执行权利要求1至权利要求6中任意一项所述的手势识别方法。
CN201810069799.8A 2018-01-24 2018-01-24 一种手势识别方法和装置 Active CN108197596B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810069799.8A CN108197596B (zh) 2018-01-24 2018-01-24 一种手势识别方法和装置
US16/232,536 US10803304B2 (en) 2018-01-24 2018-12-26 Gesture recognition method, device, apparatus, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810069799.8A CN108197596B (zh) 2018-01-24 2018-01-24 一种手势识别方法和装置

Publications (2)

Publication Number Publication Date
CN108197596A CN108197596A (zh) 2018-06-22
CN108197596B true CN108197596B (zh) 2021-04-06

Family

ID=62591064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810069799.8A Active CN108197596B (zh) 2018-01-24 2018-01-24 一种手势识别方法和装置

Country Status (2)

Country Link
US (1) US10803304B2 (zh)
CN (1) CN108197596B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG11201909139TA (en) 2017-12-22 2019-10-30 Beijing Sensetime Technology Development Co Ltd Methods and apparatuses for recognizing dynamic gesture, and control methods and apparatuses using gesture interaction
CN109144260B (zh) * 2018-08-24 2020-08-18 上海商汤智能科技有限公司 动态动作检测方法、动态动作控制方法及装置
CN108801140B (zh) * 2018-06-20 2021-03-16 广东工业大学 一种移门跳动量检测装置和方法
CN109344755B (zh) 2018-09-21 2024-02-13 广州市百果园信息技术有限公司 视频动作的识别方法、装置、设备及存储介质
CN111263084B (zh) * 2018-11-30 2021-02-05 北京字节跳动网络技术有限公司 基于视频的手势抖动检测方法、装置、终端和介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107589850A (zh) * 2017-09-26 2018-01-16 深圳睛灵科技有限公司 一种手势移动方向的识别方法及系统

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007016408A1 (de) * 2007-03-26 2008-10-02 Ident Technology Ag Mobiles Kommunikationsgerät und Eingabeeinrichtung hierfür
US8600166B2 (en) * 2009-11-06 2013-12-03 Sony Corporation Real time hand tracking, pose classification and interface control
US10217264B2 (en) * 2010-06-01 2019-02-26 Vladimir Vaganov 3D digital painting
JP2013238948A (ja) * 2012-05-14 2013-11-28 Sony Corp 画像処理装置および方法、並びに、プログラム
US9111135B2 (en) * 2012-06-25 2015-08-18 Aquifi, Inc. Systems and methods for tracking human hands using parts based template matching using corresponding pixels in bounded regions of a sequence of frames that are a specified distance interval from a reference camera
KR101432011B1 (ko) * 2013-03-22 2014-08-21 주식회사 슈프리마 지문 영상 처리 장치 및 방법
CN103455794B (zh) * 2013-08-23 2016-08-10 济南大学 一种基于帧融合技术的动态手势识别方法
WO2015037273A1 (ja) * 2013-09-12 2015-03-19 三菱電機株式会社 操作入力装置及び方法、並びにプログラム及び記録媒体
DE102013222780B3 (de) * 2013-11-08 2015-04-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Multiaperturvorrichtung und verfahren zur erfassung eines objektbereichs
GB2512448B (en) * 2014-01-27 2015-04-08 Ramesh Gatge Fingerprint analysis
CN103809880B (zh) * 2014-02-24 2017-02-08 清华大学 人机交互系统及方法
US9811721B2 (en) * 2014-08-15 2017-11-07 Apple Inc. Three-dimensional hand tracking using depth sequences
SE1451598A1 (en) * 2014-12-19 2016-06-20 Fingerprint Cards Ab Improved guided fingerprint enrollment
US9558389B2 (en) * 2015-03-24 2017-01-31 Intel Corporation Reliable fingertip and palm detection
US9727151B2 (en) * 2015-04-16 2017-08-08 Google Inc. Avoiding accidental cursor movement when contacting a surface of a trackpad
KR20170003193A (ko) * 2015-06-30 2017-01-09 엘지전자 주식회사 이동 단말기 및 그 제어 방법
US10088943B2 (en) * 2015-06-30 2018-10-02 Asustek Computer Inc. Touch control device and operating method thereof
US9990117B2 (en) * 2015-08-04 2018-06-05 Lenovo (Singapore) Pte. Ltd. Zooming and panning within a user interface
CN106547338A (zh) * 2015-09-22 2017-03-29 小米科技有限责任公司 指令生成方法及装置
CN105912974A (zh) * 2015-12-18 2016-08-31 乐视致新电子科技（天津）有限公司 一种手势识别方法及装置
WO2017201338A1 (en) * 2016-05-18 2017-11-23 Sensel Inc. Method for detecting and confirming a touch input
CN109478091A (zh) * 2016-07-12 2019-03-15 富士胶片株式会社 图像显示系统、以及头戴式显示器的控制装置及其工作方法和工作程序
US20180082049A1 (en) * 2016-09-22 2018-03-22 Fingerprint Cards Ab Portable electronic device
US20180088671A1 (en) * 2016-09-27 2018-03-29 National Kaohsiung University Of Applied Sciences 3D Hand Gesture Image Recognition Method and System Thereof
CN106371614A (zh) * 2016-11-24 2017-02-01 朱兰英 手势识别的优化方法和装置
CN108230383B (zh) * 2017-03-29 2021-03-23 北京市商汤科技开发有限公司 手部三维数据确定方法、装置及电子设备
CN108229277B (zh) * 2017-03-31 2020-05-01 北京市商汤科技开发有限公司 手势识别、手势控制及多层神经网络训练方法、装置及电子设备
WO2019006760A1 (zh) * 2017-07-07 2019-01-10 深圳市大疆创新科技有限公司 一种姿态的识别方法、设备及可移动平台
CN109934065B (zh) * 2017-12-18 2021-11-09 虹软科技股份有限公司 一种用于手势识别的方法和装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107589850A (zh) * 2017-09-26 2018-01-16 深圳睛灵科技有限公司 一种手势移动方向的识别方法及系统

Also Published As

Publication number Publication date
US10803304B2 (en) 2020-10-13
US20190228214A1 (en) 2019-07-25
CN108197596A (zh) 2018-06-22

Similar Documents

Publication Publication Date Title
CN108197596B (zh) 一种手势识别方法和装置
CN108961303B (zh) 一种图像处理方法、装置、电子设备和计算机可读介质
CN110648363B (zh) 相机姿态确定方法、装置、存储介质及电子设备
WO2014106445A1 (zh) 逆光检测方法及设备
CN107239216A (zh) 基于触摸屏的绘制处理方法和装置
CN103984502A (zh) 一种截取屏幕内容的方法及便携式终端
CN103702032B (zh) 图像处理方法、装置和终端设备
CN111192312B (zh) 基于深度学习的深度图像获取方法、装置、设备及介质
US20160063750A1 (en) Stop-Motion Video Creation From Full-Motion Video
JP2018195084A (ja) 画像処理装置及び画像処理方法、プログラム、記憶媒体
CN105516579A (zh) 一种图像处理方法、装置和电子设备
WO2024002064A1 (zh) 三维模型构建方法、装置、电子设备及存储介质
CN112070854B (zh) 一种图像生成方法、装置、设备及存储介质
CN116912331A (zh) 标定数据生成方法、装置、电子设备及存储介质
CN112634366A (zh) 位置信息的生成方法、相关装置及计算机程序产品
CN105590294B (zh) 一种图像处理方法和电子设备
CN113362387B (zh) 一种动态环境移动机器人的环境地图构建方法
CN113761965B (zh) 动作捕捉方法、装置、电子设备和存储介质
CN109451318A (zh) 便于vr视频编码的方法、装置、电子设备及存储介质
CN115190236B (zh) 图像拍摄方法、装置、计算机设备和存储介质
CN110991307A (zh) 人脸识别的方法、装置、设备及存储介质
US10861174B2 (en) Selective 3D registration
TWI433054B (zh) 影像深度資訊更新方法及裝置
CN112887605B (zh) 图像防抖方法、装置及电子设备
JP7704135B2 (ja) 端末装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
OL01 Intention to license declared
OL01 Intention to license declared