[go: up one dir, main page]

RU2014113049A - Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов - Google Patents

Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов Download PDF

Info

Publication number
RU2014113049A
RU2014113049A RU2014113049/08A RU2014113049A RU2014113049A RU 2014113049 A RU2014113049 A RU 2014113049A RU 2014113049/08 A RU2014113049/08 A RU 2014113049/08A RU 2014113049 A RU2014113049 A RU 2014113049A RU 2014113049 A RU2014113049 A RU 2014113049A
Authority
RU
Russia
Prior art keywords
objects
points
contour
coordinates
contours
Prior art date
Application number
RU2014113049/08A
Other languages
English (en)
Inventor
Денис Владимирович Зайцев
Денис Васильевич Парфенов
Павел Александрович Алисейчик
Денис Владимирович Пархоменко
Александр Борисович Холоденко
Original Assignee
ЭлЭсАй Корпорейшн
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 ЭлЭсАй Корпорейшн filed Critical ЭлЭсАй Корпорейшн
Priority to RU2014113049/08A priority Critical patent/RU2014113049A/ru
Priority to US14/675,260 priority patent/US20150286859A1/en
Publication of RU2014113049A publication Critical patent/RU2014113049A/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017Gesture based interaction, e.g. based on a set of recognized hand gestures
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/28Recognition of hand or arm movements, e.g. recognition of deaf sign language

Landscapes

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

Abstract

1. Способ, содержащий этапы, на которых:получают одно или более изображений;извлекают контуры по меньшей мере двух объектов в по меньшей мере одном из этих изображений;выбирают соответствующие подмножества точек контуров для этих по меньшей мере двух объектов на основе, по меньшей мере частично, кривизны соответствующих контуров;вычисляют признаки этих подмножеств точек контуров для упомянутых по меньшей мере двух объектов;обнаруживают пересечение упомянутых по меньшей мере двух объектов в заданном изображении; иследят за упомянутыми по меньшей мере двумя объектами в этом заданном изображении на основе, по меньшей мере частично, вычисленных признаков в ответ на обнаружение пересечения упомянутых по меньшей мере двух объектов в упомянутом заданном изображении;при этом данные этапы реализуются в блоке обработки изображений, содержащем процессор, связанный с памятью.2. Способ по п. 1, в котором при извлечении контуров, применяют регуляризацию контура к контурам для упомянутых по меньшей мере двух объектов.3. Способ по п. 2, в котором при применении регуляризации контура применяют регуляризацию натянутой струны к заданному одному из контуров, используя параметр нарушения контура, посредством этапов, на которых:преобразуют плоские декартовы координаты упомянутого заданного контура в полярные координаты, используя выбранный центр координат этого заданного контура; иследят за траекторией упомянутого заданного контура, используя полярные координаты относительно выбранного центра координат, для выбора узлов натянутой струны этого заданного контура на основе, по меньшей мере частично, параметра нарушения к�

Claims (20)

1. Способ, содержащий этапы, на которых:
получают одно или более изображений;
извлекают контуры по меньшей мере двух объектов в по меньшей мере одном из этих изображений;
выбирают соответствующие подмножества точек контуров для этих по меньшей мере двух объектов на основе, по меньшей мере частично, кривизны соответствующих контуров;
вычисляют признаки этих подмножеств точек контуров для упомянутых по меньшей мере двух объектов;
обнаруживают пересечение упомянутых по меньшей мере двух объектов в заданном изображении; и
следят за упомянутыми по меньшей мере двумя объектами в этом заданном изображении на основе, по меньшей мере частично, вычисленных признаков в ответ на обнаружение пересечения упомянутых по меньшей мере двух объектов в упомянутом заданном изображении;
при этом данные этапы реализуются в блоке обработки изображений, содержащем процессор, связанный с памятью.
2. Способ по п. 1, в котором при извлечении контуров, применяют регуляризацию контура к контурам для упомянутых по меньшей мере двух объектов.
3. Способ по п. 2, в котором при применении регуляризации контура применяют регуляризацию натянутой струны к заданному одному из контуров, используя параметр нарушения контура, посредством этапов, на которых:
преобразуют плоские декартовы координаты упомянутого заданного контура в полярные координаты, используя выбранный центр координат этого заданного контура; и
следят за траекторией упомянутого заданного контура, используя полярные координаты относительно выбранного центра координат, для выбора узлов натянутой струны этого заданного контура на основе, по меньшей мере частично, параметра нарушения контура.
4. Способ по п. 2, в котором при применении регуляризации контура, применяют регуляризацию натянутой струны к заданному одному из контуров, используя параметры α x
Figure 00000001
, α y
Figure 00000002
, α z
Figure 00000003
нарушения контура для соответствующих трехмерных декартовых координат x
Figure 00000004
, y
Figure 00000005
, z
Figure 00000006
упомянутого заданного контура посредством этапов, на которых:
следят за траекторией упомянутого заданного контура в трехмерных декартовых координатах для идентификации соответствующих узлов натянутой струны для каждой из координат x
Figure 00000004
, y
Figure 00000005
и z
Figure 00000006
этого заданного контура, на основе, по меньшей мере частично α x
Figure 00000001
, α y
Figure 00000002
и α z
Figure 00000003
, соответственно; и
выбирают узлы натянутой струны упомянутого заданного контура на основе, по меньшей мере частично, идентифицированных узлов натянутой струны для соответствующих координат x
Figure 00000004
, y
Figure 00000005
и z
Figure 00000006
.
5. Способ по п. 1, в котором при выборе соответствующих подмножеств точек, вычисляют значения k
Figure 00000007
-косинуса для точек в контурах и выбирают подмножества точек на основе, по меньшей мере частично, разностей значений k
Figure 00000007
-косинуса для смежных точек в соответствующих контурах.
6. Способ по п. 5, в котором соответствующие подмножества точек содержат:
одну или более точек соответствующих контуров, связанных с относительно высокой кривизной, на основе, по меньшей мере частично, сравнения разностей значений k
Figure 00000007
-косинуса и первого порогового значения чувствительности; и
одну или более точек соответствующих контуров, связанных с относительно низкой кривизной, на основе, по меньшей мере частично, сравнения разностей значений k
Figure 00000007
-косинуса и второго порогового значения чувствительности.
7. Способ по п. 1, в котором вычисленные признаки содержат векторы признаков, содержащие:
координаты точек, характеризующих соответствующие области поддержки для точек в соответствующих подмножествах; и
направления точек в соответствующих подмножествах, определенных используя точки, характеризующие соответствующие области поддержки.
8. Способ по п. 7, в котором векторы признаков дополнительно содержат знаки выпуклости для соответствующих точек в соответствующих подмножествах, определенных используя точки, характеризующие соответствующие области поддержки.
9. Способ по п. 1, в котором обнаружение пересечения упомянутых по меньшей мере двух объектов в заданном изображении основывается на по меньшей мере одном из следующего:
количество контуров в упомянутом заданном изображении;
местоположения контуров в упомянутом заданном изображении; и
количества и местоположения локальных минимумов и локальных максимумов контуров в упомянутом заданном изображении.
10. Способ по п. 1, в котором при слежении за упомянутыми по меньшей мере двумя объектами, следят за упомянутыми по меньшей мере двумя объектами в ряде изображений, включающем в себя упомянутое заданное изображение.
11. Способ по п. 1, в котором при слежении за упомянутыми по меньшей мере двумя объектами:
оценивают предсказанные координаты точек контуров упомянутых по меньшей мере двух объектов на основе, по меньшей мере частично, вычисленных признаков и известных позиций точек контуров упомянутых по меньшей мере двух объектов в одном или более изображениях, отличных от упомянутого заданного изображения;
выявляют совпадение координат одной или более точек в упомянутом заданном изображении с соответствующими одними из предсказанных координат; и
обновляют вычисленные признаки в ответ на это совпадение.
12. Способ по п. 11, в котором при обновлении вычисленных признаков, удаляют один или более признаков для точек в контурах для упомянутых по меньшей мере двух объектов с предсказанными координатами, которые не совпадают с координатами одной или более точек в упомянутом заданном изображении в рамках определенного порогового значения.
13. Способ по п. 11, в котором при обновлении вычисленных признаков, добавляют один или более признаков, характеризующих выпуклость между точками в упомянутом заданном изображении, с координатами, которые не совпадают с предсказанными координатами точек в контурах для упомянутых по меньшей мере двух объектов в рамках определенного порогового значения.
14. Способ по п. 11, дополнительно содержащий этап, на котором следят за упомянутыми по меньшей мере двумя объектами в дополнительном изображении на основе, по меньшей мере частично, обновленных вычисленных признаков.
15. Машиночитаемый носитель информации с воплощенным на нем кодом компьютерной программы, при этом код компьютерной программы при его исполнении в устройстве обработки данных предписывает устройству обработки выполнить способ по п. 1.
16. Устройство, содержащее:
процессор изображений, содержащий схему обработки изображений и связанную с ней память;
при этом процессор изображений выполнен с возможностью реализации модуля слежения за объектом, используя схему обработки изображений и память; и
при этом модуль слежения за объектом выполнен с возможностью:
получения одного или более изображений;
извлечения контуров по меньшей мере двух объектов в по меньшей мере одном из этих изображений;
выбора соответствующих подмножеств точек контуров для этих по меньшей мере двух объектов на основе, по меньшей мере частично, кривизны соответствующих контуров;
вычисления признаков этих подмножеств точек контуров для упомянутых по меньшей мере двух объектов;
обнаружения пересечения упомянутых по меньшей мере двух объектов в заданном изображении; и
слежения за упомянутыми по меньшей мере двумя объектами в этом заданном изображении на основе, по меньшей мере частично, вычисленных признаков в ответ на обнаружение пересечения упомянутых по меньшей мере двух объектов в упомянутом заданном изображении.
17. Устройство по п. 16, в котором модуль слежения за объектом выполнен с возможностью слежения за упомянутыми по меньшей мере двумя объектами посредством:
оценки предсказанных координат точек контуров упомянутых по меньшей мере двух объектов на основе, по меньшей мере частично, вычисленных признаков и известных позиций точек в одном или более изображениях, отличных от упомянутого заданного изображения;
выявления совпадения координат одной или более точек в упомянутом заданном изображении с соответствующими одними из предсказанных координат; и
обновления вычисленных признаков в ответ на это совпадение.
18. Устройство по п. 17, в котором обновление вычисленных признаков содержит по меньшей мере одно из:
удаления одного или более признаков для точек в контурах для упомянутых по меньшей мере двух объектов с предсказанными координатами, которые не совпадают с координатами одной или более точек в упомянутом заданном изображении в рамках определенного порогового значения; и
добавления одного или более признаков, характеризующих выпуклость между точками в упомянутом заданном изображении, с координатами, которые не совпадают с предсказанными координатами точек в контурах для упомянутых по меньшей мере двух объектов в рамках этого определенного порогового значения.
19. Интегральная микросхема, содержащая устройство по п. 16.
20. Система обработки изображений, содержащая устройство по п. 16.
RU2014113049/08A 2014-04-03 2014-04-03 Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов RU2014113049A (ru)

Priority Applications (2)

Application Number Priority Date Filing Date Title
RU2014113049/08A RU2014113049A (ru) 2014-04-03 2014-04-03 Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов
US14/675,260 US20150286859A1 (en) 2014-04-03 2015-03-31 Image Processor Comprising Gesture Recognition System with Object Tracking Based on Calculated Features of Contours for Two or More Objects

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2014113049/08A RU2014113049A (ru) 2014-04-03 2014-04-03 Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов

Publications (1)

Publication Number Publication Date
RU2014113049A true RU2014113049A (ru) 2015-10-10

Family

ID=54210028

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2014113049/08A RU2014113049A (ru) 2014-04-03 2014-04-03 Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов

Country Status (2)

Country Link
US (1) US20150286859A1 (ru)
RU (1) RU2014113049A (ru)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9536136B2 (en) * 2015-03-24 2017-01-03 Intel Corporation Multi-layer skin detection and fused hand pose matching
TWI610250B (zh) * 2015-06-02 2018-01-01 鈺立微電子股份有限公司 監測系統及其操作方法
CN107923742B (zh) * 2015-08-19 2021-02-12 索尼公司 信息处理装置、信息处理方法和程序
CN107730534B (zh) * 2016-08-09 2020-10-23 深圳光启合众科技有限公司 目标对象的跟踪方法和装置
RU173131U1 (ru) * 2016-12-05 2017-08-14 Ярослав Юрьевич Кульков Устройство идентификации плоских объектов по безразмерным признакам их контуров
US10423819B2 (en) * 2017-10-31 2019-09-24 Chung Yuan Christian University Method and apparatus for image processing and visualization for analyzing cell kinematics in cell culture
CN109117848B (zh) * 2018-09-07 2022-11-18 泰康保险集团股份有限公司 一种文本行字符识别方法、装置、介质和电子设备
CN109801207B (zh) * 2019-01-08 2023-05-30 桂林电子科技大学 Cpu-fpga协同的影像特征高速检测与匹配系统
CN109685040B (zh) * 2019-01-15 2021-06-29 广州唯品会研究院有限公司 形体数据的测量方法、装置以及计算机可读存储介质
US10991130B2 (en) * 2019-07-29 2021-04-27 Verizon Patent And Licensing Inc. Systems and methods for implementing a sensor based real time tracking system
CN110895683B (zh) * 2019-10-15 2023-03-28 西安理工大学 一种基于Kinect的单视点手势姿势识别方法
CN111105444B (zh) * 2019-12-31 2023-07-25 哈尔滨工程大学 一种适用于水下机器人目标抓取的连续跟踪方法
CN112200738A (zh) * 2020-09-29 2021-01-08 平安科技(深圳)有限公司 形状的突起识别方法、装置以及计算机设备
CN112348069B (zh) * 2020-10-28 2024-01-19 深圳市优必选科技股份有限公司 数据增强方法、装置、计算机可读存储介质及终端设备
US11562548B2 (en) * 2021-03-22 2023-01-24 Snap Inc. True size eyewear in real time

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6147678A (en) * 1998-12-09 2000-11-14 Lucent Technologies Inc. Video hand image-three-dimensional computer interface with multiple degrees of freedom
EP1743277A4 (en) * 2004-04-15 2011-07-06 Gesturetek Inc MONITORING OF BI-MANUAL MOVEMENTS
US8005263B2 (en) * 2007-10-26 2011-08-23 Honda Motor Co., Ltd. Hand sign recognition using label assignment
US20120204133A1 (en) * 2009-01-13 2012-08-09 Primesense Ltd. Gesture-Based User Interface
WO2009128064A2 (en) * 2008-04-14 2009-10-22 Pointgrab Ltd. Vision based pointing device emulation
US20150309581A1 (en) * 2009-04-02 2015-10-29 David MINNEN Cross-user hand tracking and shape recognition user interface
US8897491B2 (en) * 2011-06-06 2014-11-25 Microsoft Corporation System for finger recognition and tracking
TWI479431B (zh) * 2012-04-03 2015-04-01 Univ Chung Hua 物件追蹤方法
KR101984683B1 (ko) * 2012-10-10 2019-05-31 삼성전자주식회사 멀티 디스플레이 장치 및 그 제어 방법
US9201499B1 (en) * 2013-02-11 2015-12-01 Amazon Technologies, Inc. Object tracking in a 3-dimensional environment
US9081418B1 (en) * 2013-03-11 2015-07-14 Rawles Llc Obtaining input from a virtual user interface
JP6229554B2 (ja) * 2014-03-07 2017-11-15 富士通株式会社 検出装置および検出方法

Also Published As

Publication number Publication date
US20150286859A1 (en) 2015-10-08

Similar Documents

Publication Publication Date Title
RU2014113049A (ru) Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов
US11244435B2 (en) Method and apparatus for generating vehicle damage information
CN108090470B (zh) 一种人脸对齐方法及装置
US20190102605A1 (en) Method and apparatus for generating information
US9754192B2 (en) Object detection utilizing geometric information fused with image data
WO2020061489A1 (en) Training neural networks for vehicle re-identification
US20240202237A1 (en) Matching Audio Fingerprints
CN108805016B (zh) 一种头肩区域检测方法及装置
JP2014199584A5 (ru)
IL275535B2 (en) Analysis of a captured image to determine a test outcome
CN114494260A (zh) 对象缺陷检测方法、装置、计算机设备和存储介质
CN112989947A (zh) 一种人体关键点的三维坐标的估计方法及装置
RU2014111793A (ru) Процессор обработки изображений с распознаванием статических поз руки с использованием триангуляции и сглаживания контуров
KR102377295B1 (ko) 인체 식별 방법, 장치 및 저장 매체
CN104657709A (zh) 人脸图像识别方法、装置及服务器
US10997528B2 (en) Unsupervised model evaluation method, apparatus, server, and computer-readable storage medium
CN108921929A (zh) 一种识别系统及训练方法及单张单目图像的识别方法
US20220207741A1 (en) Methods, devices, apparatuses and storage media of detecting correlated objects invovled in images
RU2013134325A (ru) Устройство и способ распознавания жестов на основе анализа множества возможных границ раздела
CN110052020B8 (zh) 便携式装置或机器人系统中运行的设备、控制设备和方法
RU2014109439A (ru) Процессор изображений, содержащий систему распознавания жестов с сопоставлением положения руки, основываясь на признаках контура
JP2016050868A5 (ru)
CN110738702A (zh) 一种三维超声图像的处理方法、装置、设备及存储介质
CN104978583A (zh) 人物动作的识别方法及装置
JP2019120577A (ja) 位置推定装置、位置推定方法及び位置推定用コンピュータプログラム

Legal Events

Date Code Title Description
FA93 Acknowledgement of application withdrawn (no request for examination)

Effective date: 20170404