一种基于AR教具的动作识别方法
申请人信息
- 申请人:成都航空职业技术学院
- 申请人地址:610000 四川省成都市龙泉驿区车城东七路699号
- 发明人: 成都航空职业技术学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于AR教具的动作识别方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311685269.3 |
| 申请日 | 2023/12/11 |
| 公告号 | CN117392759B |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G06V40/20 |
| 权利人 | 成都航空职业技术学院 |
| 发明人 | 凌艳; 陆海燕 |
| 地址 | 四川省成都市龙泉驿区车城东七路699号 |
摘要文本
成都航空职业技术学院取得“一种透气窗帘布”专利技术,本发明公开了一种基于AR教具的动作识别方法,属于动作识别技术领域,包括以下步骤:S1、采集用户在AR教具上的手势全局图像,并对手势全局图像进行裁剪,生成手势局部图像;S2、构建手势识别模型;S3、将手势局部图像输入至手势识别模型中,确定用户的手势动作。本发明公开了一种基于AR教具的动作识别方法,对全局图像进行精准裁剪,生成的局部图像只包含手部,便于后续步骤快速其准确地提取手势动作;同时,本发明还构建手势识别模型,手势识别模型对局部图像进行特征提取及特征融合,可以精准地提取用户的手势,便于用户控制AR教具,提高用户使用感,减少AR教具交互时间。
专利主权项内容
1.一种基于AR教具的动作识别方法,其特征在于,包括以下步骤:S1、采集用户在AR教具上的手势全局图像,并对手势全局图像进行裁剪,生成手势局部图像;S2、构建手势识别模型;S3、将手势局部图像输入至手势识别模型中,确定用户的手势动作;所述S1包括以下子步骤:S11、计算手势全局图像中各个像素点的颜色标签值;S12、将颜色标签值最大的像素点作为标准像素点;S13、计算手势全局图像中其余像素点的颜色标签值与标准像素点的颜色标签值之间的差值,得到颜色标签差值集合;S14、根据颜色标签差值集合,确定手势全局图像中的无效像素点;S15、将无效像素点从手势全局图像中剔除,生成手势局部图像;所述S11中,手势全局图像中横坐标为x且纵坐标为y的像素点的颜色标签值C的计算公式为:;式中,x表示手势全局图像中心所在像素点的横坐标,y表示手势全局图像中心所在像素点的纵坐标,R表示横坐标为x且纵坐标为y的像素点的红色通道值,G表示横坐标为x且纵坐标为y的像素点的绿色通道值,B表示横坐标为x且纵坐标为y的像素点的蓝色通道值,log(·)表示对数函数,/>表示横坐标为x且纵坐标为y的像素点的红色通道值,表示横坐标为x且纵坐标为y的像素点的绿色通道值,/>表示横坐标为x且纵坐标为y的像素点的蓝色通道值;x, y00x, yx, yx, y000000所述S14包括以下子步骤:S141、将颜色标签差值集合的所有颜色标签差值从小到大排序,并将排序前个颜色标签差值作为第一颜色标签差值子集合;其中,L表示颜色标签差值集合的颜色标签差值个数,/>表示向上取整函数;S142、将颜色标签差值集合中除第一颜色标签差值子集合外其余颜色标签差值随机划分为第二颜色标签差值子集合和第三颜色标签差值子集合;S143、根据第一颜色标签差值子集合、第二颜色标签差值子集合和第三颜色标签差值子集合,确定颜色标签阈值;S144、将大于颜色标签阈值的颜色标签差值对应的像素点从手势全局图像中剔除,生成手势局部图像;所述S143中,颜色标签阈值σ的计算公式为:;式中,u表示第一颜色标签差值子集合中第m个颜色标签差值,v表示第二颜色标签差值子集合中第n个颜色标签差值,w表示第三颜色标签差值子集合中第k个颜色标签差值,max(·)表示最大值函数,min (·)表示最小值函数,v表示第二颜色标签差值子集合中所有颜色标签差值的均值,w表示第三颜色标签差值子集合中所有颜色标签差值的均值,e表示指数。mnkaveave (来 自 马 克 数 据 网)