基于深度图像的运动人手指尖点跟踪算法.docVIP

基于深度信息的运动人手手指指示方向定位 刘伟华1 ，樊养余1 ，雷涛1,2 （1. 西北工业大学 ， 电子信息学院， 西安， 710072；2. 兰州交通大学， 电子与信息工程学院， 兰州，730070） 摘要 针对由传统摄像头获得的二维图像难以准确检测复杂环境下运动人手目标的问题，提出了一种利用Kinect摄像头对复杂背景下近景人手手指指示方向定位算法.该算法首先利用多信息融合方法对人手区域进行检测，从而有效抑制了复杂背景对人手区域的干扰；根据分割得到的人手区域，利用人手边界的曲率关系及Kalman滤波实现了指尖空间点的快速检测和跟踪, 最后，利用手指点云与检测指尖点，实现了对手指指示方向的定位. 实验结果表明，与其他手指指向方法相比，该算法能够准确地跟踪不同姿态下手指指示方向，具有较低的误差率. 关键词 人手分割, 指尖点检测, 指尖点跟踪 指向定位 中图分类号： 文献标识码：A 文章编号：1001-2400(2XXX)0X-0-0 Algorithm of Human Finger Pointing Determination Based on Depth Information Weihua Liu1, YangYu Fan1, Tao Lei1,2 (1.School of Electronics and Information, Northwestern Polytechnical University, Xi’an,710072; 2.School of Electronics and Information Engineering, LanZhou JiaoTong University, LanZhou, 730070) Abstract We present a fast, automatic method for accurately localizing finger pointing direction in complex background by using Kinect camera. This paper first proposed a combined hand detection methods which can efficient extract the region include hand. Subsequently, an improve method is proposed for detecting the fingertip by firstly using minimum circle method to segment the hand region and then take advantage of curvature relationship between sampling key finger points to detect fingertip, the accurate fingertip is captured after optimizing by key points fitting and Kalman filter. Finally, the finger pointing direction is determined by a ray go through the center of fitting ellipse planner and corresponding key points. Experimental results show that the algorithm can successfully extract the fingertips and localize pointing direction under complex background when compare to the ground truth. Key words Hand segment, fingertips detection, finger point tracking, pointing localize 1 引言 人手检测技术在计算机视觉领域越来越受到人们的关注，其主要应用体现在手势识别，人机交互等方面. 由于人手语义表达的多样性，其在视频流或图像中的空间位置及形状的差异使得检测过程中会出现漏检或错检的情况. 因此，对视频图像中人手精确地定位成为识别过程中关键的一环.在复杂背景下准确的检测出人手，手指及指尖的位置与方向，成为进一步提高手势识别准确率的前提保障. 截至目前为止，已有大量关于人手识别的技术被报道.在已有的文献中，对人手识别的方法一般分为两大类.一类是基于视觉表象的方法[1,2]，即处理通过普通