一種手勢圖像獲取設備及其手勢圖像獲取方法
【技術領域】
[0001]本發(fā)明涉及手勢識別技術領域，尤其涉及的是一種手勢圖像獲取設備及其手勢圖像獲取方法。
【背景技術】
[0002]現有手勢識別技術，對于輸入的理想圖像樣本已經具備了良好的識別能力。但是在一些較大場景或較遠距離上進行手勢識別，則存在相當高的誤檢和漏檢。原因在于在較遠的距離上人手的檢測目標小，圖像信息不足，且常常伴隨環(huán)境亮度不足。這種情況下手勢識別技術的改進對于識別效果有一定的提升，但是問題的關鍵還是在于輸入端圖像/視頻質量不高，因此改善有限。也就是說，現有的手勢識別的圖像輸入質量不高，導致手勢識別的準確率低，帶來了不便。
[0003]因此，現有技術還有待于改進和發(fā)展。

【發(fā)明內容】

[0004]本發(fā)明要解決的技術問題在于，提供一種手勢圖像獲取設備及其手勢圖像獲取方法，旨在解決現有的手勢識別的圖像輸入質量不高，導致手勢識別準確率低的問題。
[0005]本發(fā)明解決技術問題所采用的技術方案如下:
一種手勢圖像獲取設備，其中，包括:
第一攝像頭、圖像處理器、用于拍攝人手局部圖像的第二攝像頭和用于承載第二攝像頭的承載平臺；所述承載平臺具有用于調節(jié)第二攝像頭姿態(tài)的調節(jié)機構；
所述第一攝像頭獲取大視角全局圖像發(fā)送給圖像處理器;所述圖像處理器對所述大視角全局圖像進行人體檢測分析，對人手進行定位，得到人手的定位信息并發(fā)送給調節(jié)機構；所述調節(jié)機構根據所述定位信息調節(jié)第二攝像頭的姿態(tài)以對應拍攝人手局部圖像。
[0006]所述的手勢圖像獲取設備，其中，所述第一攝像頭為廣角攝像頭;所述第二攝像頭為變焦攝像頭。
[0007]所述的手勢圖像獲取設備，其中，所述調節(jié)機構包括設置在所述承載平臺上的步進電機以及齒輪組;所述步進電機通過控制齒輪組來調節(jié)所述第二攝像頭的姿態(tài)。
[0008]所述的手勢圖像獲取設備，其中，所述人手定位信息包括人手的坐標信息和距離
?目息O
[0009]所述的手勢圖像獲取設備，其中，還包括:
手勢識別模塊;所述第二攝像頭將拍攝的人手局部圖像發(fā)送給手勢識別模塊，所述手勢識別模塊接收所述人手局部圖像，對人手局部圖像進行手勢識別。
[0010]—種采用上述的手勢圖像獲取設備的手勢圖像獲取方法，其中，包括:
第一攝像頭獲取大視角全局圖像并發(fā)送給圖像處理器；
所述圖像處理器對所述大視角全局圖像進行人體檢測分析，對人手進行定位，到人手的定位信息并發(fā)送給調節(jié)機構； 調節(jié)機構根據所述定位信息調節(jié)第二攝像頭的姿態(tài)以對應拍攝獲取人手局部圖像。
[0011]所述的手勢圖像獲取方法，其中，所述第一攝像頭為廣角攝像頭;所述第二攝像頭為變焦攝像頭。
[0012]所述的手勢圖像獲取方法，其中，所述調節(jié)機構包括設置在所述承載平臺上的步進電機以及齒輪組;所述步進電機通過控制齒輪組來調節(jié)所述第二攝像頭的姿態(tài)。
[0013]所述的手勢圖像獲取方法，其中，所述人手定位信息包括人手的坐標信息和距離
?目息O
[0014]所述的手勢圖像獲取方法，其中，所述調節(jié)機構根據所述定位信息調節(jié)第二攝像頭的姿態(tài)以對應拍攝獲取人手局部圖像之后，還包括:
根據第二攝像頭拍攝的人手局部圖像，對人手局部圖像進行手勢識別。
[0015]本發(fā)明所提供的一種手勢圖像獲取設備及其手勢圖像獲取方法，有效地解決了現有手勢識別的圖像輸入質量不高，導致手勢識別準確率低的問題，包括:第一攝像頭、圖像處理器、用于拍攝人手局部圖像的第二攝像頭和用于承載第二攝像頭的承載平臺；所述承載平臺具有用于調節(jié)第二攝像頭姿態(tài)的調節(jié)機構;所述第一攝像頭獲取大視角全局圖像發(fā)送給圖像處理器;所述圖像處理器對所述大視角全局圖像進行人體檢測分析，對人手進行定位，得到人手的定位信息并發(fā)送給調節(jié)機構;所述調節(jié)機構根據所述定位信息調節(jié)第二攝像頭的姿態(tài)以對應拍攝人手局部圖像;通過識別人體，控制第二攝像頭調整焦距并跟蹤人手區(qū)域，盡量減少了手部圖像信息的損失;從而獲取了高質量的手勢圖像或視頻，從而大大提高了手勢識別算法的準確性，帶來了大大的方便。
【附圖說明】
[0016]圖1為本發(fā)明提供的手勢圖像獲取設備較佳實施例的結構框圖。
[0017]圖2為本發(fā)明提供的手勢圖像獲取方法較佳實施例的流程圖。
【具體實施方式】
[0018]本發(fā)明提供一種手勢圖像獲取設備及其手勢圖像獲取方法，為使本發(fā)明的目的、技術方案及優(yōu)點更加清楚、明確，以下參照附圖并舉實施例對本發(fā)明進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0019]請參閱圖1，圖1為本發(fā)明提供的手勢圖像獲取設備較佳實施例的結構框圖，如圖所示，所述手勢圖像獲取設備包括:用于獲取大視角全局圖像的第一攝像頭110;用于對所述大視角全局圖像進行人體檢測分析，對人手進行定位，得到人手的定位信息的圖像處理器120;用于拍攝人手局部圖像的第二攝像頭140;用于承載第二攝像頭的承載平臺150;所述承載平臺150具有用于根據所述定位信息調節(jié)第二攝像頭工作姿態(tài)的調節(jié)機構130。
[0020]所述第一攝像頭110獲取大視角全局圖像發(fā)送給圖像處理器120;所述圖像處理器120對所述大視角全局圖像進行人體檢測分析，對人手進行定位，得到人手的定位信息，并將所述定位信息發(fā)送給調節(jié)機構130 ；所述調節(jié)機構130根據所述定位信息調節(jié)第二攝像頭140的工作姿態(tài)以對應拍攝獲取人手局部圖像并自動調節(jié)焦距以獲取更清晰的人手局部圖像，從而進行后續(xù)的手勢識別。
[0021]具體來說，現有手勢識別技術，對于輸入的理想圖像樣本已經具備了良好的識別能力。但是在一些較大場景或較遠距離上進行手勢識別，則存在相當高的誤檢和漏檢。原因在于在較遠的距離上人手的檢測目標小，圖像信息不足，且常常伴隨環(huán)境亮度不足。這種情況下手勢識別技術的改進對于識別效果有一定的提升，但是問題的關鍵還是在于輸入端圖像/視頻質量不高，因此改善有限。本發(fā)明的目的是通過特定的智能設備，獲取高質量的手勢圖像/視頻，從而大大提高手勢識別算法的準確性。
[0022]在實際應用時，所述第一攝像頭為廣角攝像頭。所述第二攝像頭為變焦攝像頭。本發(fā)明的手勢圖像獲取設備，包括一個固定視角的廣角攝像頭，也就是第一攝像頭;一個承載平臺上的變焦攝像頭，也就是第二攝像頭；以及相應的算法運行調節(jié)機構。
[0023]所述手勢圖像獲取設備有兩個攝像頭，其中一個是固定的廣角攝像頭，其較大的視角可以在較大的空間中或者較遠距離上獲得全局圖像信息，因此被攝人所在位置沒有嚴格的要求，具有較高的自由度。所述定位信息包括坐標信息及距離信息。第一攝像頭獲取大視角全局圖像后，通過圖像處理器對圖像進行人體檢測分析，實現對人手的定位，得到的人手的坐標信息及距離信息，傳輸給調節(jié)機構，調節(jié)機構根據所述坐標信息及距離信息控制變焦攝像頭，對準人手方向并將焦距調整到