基于肤色模型的动态手势分割与识别方法研究

来源：电子测量技术杂志2024年第22期北京时间：

作者：曹国华，刘福迪，马国庆，刘丽

单位：1.长春理工大学机电工程学院 长春 130022; 2.长春理工大学重庆研究院 重庆 401135

摘要：为解决现有动态手势识别方法在复杂环境下因相近肤色、光照变化等因素造成势识别率不高、鲁棒性欠佳等问题，提出一种基于椭圆肤色模型的动态手势分割与识别方法。首先利用YCrCb颜色空间中的Cr分量结合OTSU阈值分割算法分割出手部区域。其次，针对手势复杂程度以及手指粗细不同的情况下直接运用形态学处理可能或导致细节丢失，影响识别的准确性问题，对传统Canny算法进行改进，并结合形态学处理对手部边缘填充；然后通过结合Kalman与改进的CamShift算法来对手势进行跟踪，完成动态手势分割；最后通过BP神经网络对分割后的动态手势进行识别，通过优化算法在GPU上的实现，利用GPU的并行处理能力加速图像处理、特征提取及神经网络前向传播等计算密集型任务。这部分优化措施显著提升了动态手势识别方法的实时性能，使其能够更好地适应于各类对实时性要求高的应用场景。实验结果表明: 此方法在应对复杂背景及光照环境变化时具有较强的鲁棒性及抗干扰能力，平均识别率可达94.67%。

关键词：机器视觉;动态手势分割;椭圆肤色模型;Otsu阈值分割算法;彩色-深度图像

基金资助：吉林省自然科学基金（YDZJ202301ZYTS423）、重庆市自然科学基金（CSTB2022NSCQ-MSX1120）、吉林省自然科学基金（YDZJ202301ZYTS263）、重庆市自然科学基金（cstc2021jcyj-msxmX0989）项目资助