手语也能机器翻译了！机器学习手势识别功能了解一下 |
您所在的位置：网站首页 › 了解一下手势模式 › 手语也能机器翻译了！机器学习手势识别功能了解一下 |
手语也能机器翻译了！机器学习手势识别功能了解一下
|
华为机器学习（ML Kit）提供手部关键点识别服务，可用于手语识别。手部关键点识别服务能识别手部21个关键点，通过每个手指的方向和手语规则作比较去找手语字母表。 应用场景手语通常被听力和口语有障碍的人来使用，是收集手势包含日常互动中所使用的动作和手势。使用ML Kit 可以建立一个智能手语字母表识别器，它可以像一个辅助器一样将手势翻译成单词或者句子，也可以将单词或者句子翻译成手势。这里尝试的是手势当中的美国手语字母表，是基于关节，手指和手腕的位置进行分类。接下来小编将会尝试从手势中收集单词“HELLO”。
1. 开发准备 详细的准备步骤可以参考华为开发者联盟，这里列举关键的开发步骤。 1.1 启动ML Kit 在华为开发者AppGallery Connect, 选择Develop > Manage APIs。确保ML Kit 激活。 1.2 项目级gradle里配置Maven仓地址 buildscript { repositories { ... maven {url 'https://developer.huawei.com/repo/'} } } dependencies { ... classpath 'com.huawei.agconnect:agcp:1.3.1.301' } allprojects { repositories { ... maven {url 'https://developer.huawei.com/repo/'} } }1.3 集成SDK后，在文件头添加配置 apply plugin: 'com.android.application' apply plugin: 'com.huawei.agconnect' dependencies{ // Import the base SDK. implementation 'com.huawei.hms:ml-computer-vision-handkeypoint:2.0.2.300' // Import the hand keypoint detection model package. implementation 'com.huawei.hms:ml-computer-vision-handkeypoint-model:2.0.2.300' }1.4 将以下语句添加到AndroidManifest.xml文件中 1.5 申请摄像头权限和本地文件读取权限 2. 代码开发 2.1 创建用于相机预览的Surface View，创建用于结果的Surface View。 目前我们只在UI中显示结果，您也可以使用TTS识别扩展和读取结果。 mSurfaceHolderCamera.addCallback(surfaceHolderCallback) private val surfaceHolderCallback = object : SurfaceHolder.Callback { override fun surfaceCreated(holder: SurfaceHolder) { createAnalyzer() } override fun surfaceChanged(holder: SurfaceHolder, format: Int, width: Int, height: Int) { prepareLensEngine(width, height) mLensEngine.run(holder) } override fun surfaceDestroyed(holder: SurfaceHolder) { mLensEngine.release() } }2.2 创建手部关键点分析器 //Creates MLKeyPointAnalyzer with MLHandKeypointAnalyzerSetting. val settings = MLHandKeypointAnalyzerSetting.Factory() .setSceneType(MLHandKeypointAnalyzerSetting.TYPE_ALL) .setMaxHandResults(2) .create() // Set the maximum number of hand regions that can be detected within an image. A maximum of 10 hand regions can be detected by default mAnalyzer = MLHandKeypointAnalyzerFactory.getInstance().getHandKeypointAnalyzer(settings) mAnalyzer.setTransactor(mHandKeyPointTransactor)2.3 开发者创建识别结果处理类“HandKeypointTransactor” 该类MLAnalyzer.MLTransactor接口，使用此类中的“transactResult”方法获取检测结果并实现具体业务。 class HandKeyPointTransactor(surfaceHolder: SurfaceHolder? = null): MLAnalyzer.MLTransactor { override fun transactResult(result: MLAnalyzer.Result?) { var foundCharacter = findTheCharacterResult(result) if (foundCharacter.isNotEmpty() && !foundCharacter.equals(lastCharacter)) { lastCharacter = foundCharacter displayText.append(lastCharacter) } canvas.drawText(displayText.toString(), paddingleft, paddingRight, Paint().also { it.style = Paint.Style.FILL it.color = Color.YELLOW }) }2.4 创建LensEngine LensEngine lensEngine = new LensEngine.Creator(getApplicationContext(), analyzer) setLensType(LensEngine.BACK_LENS) applyDisplayDimension(width, height) // adjust width and height depending on the orientation applyFps(5f) enableAutomaticFocus(true) create();2.5 运行LensEngine private val surfaceHolderCallback = object : SurfaceHolder.Callback { // run the LensEngine in surfaceChanged() override fun surfaceChanged(holder: SurfaceHolder, format: Int, width: Int, height: Int) { createLensEngine(width, height) mLensEngine.run(holder) } }2.6 停止分析器，释放检测资源 fun stopAnalyzer() { mAnalyzer.stop() }2.7 处理 transactResult() 以检测字符 您可以使用HandKeypointTransactor类中的transtresult方法来获取检测结果并实现特定的服务。检测结果除了手部各关键点的坐标信息外，还包括手掌和每个关键点的置信值。手掌和手部关键点识别错误可以根据置信值过滤掉。在实际应用中，可以根据误认容忍度灵活设置阈值。 2.7.1 找到手指的方向 让我们先假设可能手指的矢量斜率分别在X轴和Y轴上。 private const val X_COORDINATE = 0 private const val Y_COORDINATE = 1假设我们有手指分别在5个矢量上，任意手指的方向在任意时间可以被分类为上，下，下-上，上-下，不动。 enum class FingerDirection { VECTOR_UP, VECTOR_DOWN, VECTOR_UP_DOWN, VECTOR_DOWN_UP, VECTOR_UNDEFINED } enum class Finger { THUMB, FIRST_FINGER, MIDDLE_FINGER, RING_FINGER, LITTLE_FINGER }首先将对应的关键点从结果中分离到不同手指的关键点数组，像这样： var firstFinger = arrayListOf() var middleFinger = arrayListOf() var ringFinger = arrayListOf() var littleFinger = arrayListOf() var thumb = arrayListOf()手指上的每个关键点都对应手指的关节，通过计算关节与手指的平均位置值之间的距离就可以计算出斜率。根据附近关键点的坐标，查询该关键点的坐标。 拿字母H的两个简单关键点来说： int[] datapointSampleH1 = {623, 497, 377, 312, 348, 234, 162, 90, 377, 204, 126, 54, 383, 306, 413, 491, 455, 348, 419, 521 }; int [] datapointSampleH2 = {595, 463, 374, 343, 368, 223, 147, 78, 381, 217, 110, 40, 412, 311, 444, 526, 450, 406, 488, 532};用手指坐标的平均值来计算矢量 //For ForeFinger - 623, 497, 377, 312 double avgFingerPosition = (datapoints[0].getX()+datapoints[1].getX()+datapoints[2].getX()+datapoints[3].getX())/4; // find the average and subract it from the value of x double diff = datapointSampleH1 [position] .getX() - avgFingerPosition ; //vector either positive or negative representing the direction int vector = (int)((diff *100)/avgFingerPosition ) ;矢量的结果将会是正值或者负值，如果它是正值它会出现X轴的正四方向，如果相反它就是负值。用这个方式对所有字母进行矢量映射，一旦你掌握了所有的矢量我们就可以用它们来进行编程。
用上述矢量方向，我们可以分类矢量，定义第一个为手指方向枚举 private fun getSlope(keyPoints: MutableList, coordinate: Int): FingerDirection { when (coordinate) { X_COORDINATE -> { if (keyPoints[0].pointX > keyPoints[3].pointX && keyPoints[0].pointX > keyPoints[2].pointX) return FingerDirection.VECTOR_DOWN if (keyPoints[0].pointX > keyPoints[1].pointX && keyPoints[3].pointX > keyPoints[2].pointX) return FingerDirection.VECTOR_DOWN_UP if (keyPoints[0].pointX < keyPoints[1].pointX && keyPoints[3].pointX < keyPoints[2].pointX) return FingerDirection.VECTOR_UP_DOWN if (keyPoints[0].pointX < keyPoints[3].pointX && keyPoints[0].pointX < keyPoints[2].pointX) return FingerDirection.VECTOR_UP } Y_COORDINATE -> { if (keyPoints[0].pointY > keyPoints[1].pointY && keyPoints[2].pointY > keyPoints[1].pointY && keyPoints[3].pointY > keyPoints[2].pointY) return FingerDirection.VECTOR_UP_DOWN if (keyPoints[0].pointY > keyPoints[3].pointY && keyPoints[0].pointY > keyPoints[2].pointY) return FingerDirection.VECTOR_UP if (keyPoints[0].pointY < keyPoints[1].pointY && keyPoints[3].pointY < keyPoints[2].pointY) return FingerDirection.VECTOR_DOWN_UP if (keyPoints[0].pointY < keyPoints[3].pointY && keyPoints[0].pointY < keyPoints[2].pointY) return FingerDirection.VECTOR_DOWN } } return FingerDirection.VECTOR_UNDEFINED获取每个手指的方向并且储存在一个数组里。 xDirections[Finger.FIRST_FINGER] = getSlope(firstFinger, X_COORDINATE) yDirections[Finger.FIRST_FINGER] = getSlope(firstFinger, Y_COORDINATE ）
2.7.2 从手指方向找到字符： 现在我们把它当作唯一的单词“HELLO”，它需要字母H,E,L,O。它们对应的X轴和Y轴的矢量如图所示。 假设：手的方向总是竖向的。让手掌和手腕与手机平行，也就是与X轴成90度。姿势至少保持3秒用来记录字符。 开始用字符映射矢量来查找字符串 // Alphabet H if (xDirections[Finger.LITTLE_FINGER] == FingerDirection.VECTOR_DOWN_UP && xDirections [Finger.RING_FINGER] == FingerDirection.VECTOR_DOWN_UP && xDirections [Finger.MIDDLE_FINGER] == FingerDirection.VECTOR_DOWN && xDirections [Finger.FIRST_FINGER] == FingerDirection.VECTOR_DOWN && xDirections [Finger.THUMB] == FingerDirection.VECTOR_DOWN) return "H" //Alphabet E if (yDirections[Finger.LITTLE_FINGER] == FingerDirection.VECTOR_UP_DOWN && yDirections [Finger.RING_FINGER] == FingerDirection.VECTOR_UP_DOWN && yDirections [Finger.MIDDLE_FINGER] == FingerDirection.VECTOR_UP_DOWN && yDirections [Finger.FIRST_FINGER] == FingerDirection.VECTOR_UP_DOWN && xDirections [Finger.THUMB] == FingerDirection.VECTOR_DOWN) return "E" if (yDirections[Finger.LITTLE_FINGER] == FingerDirection.VECTOR_UP_DOWN && yDirections [Finger.RING_FINGER] == FingerDirection.VECTOR_UP_DOWN && yDirections [Finger.MIDDLE_FINGER] == FingerDirection.VECTOR_UP_DOWN && yDirections [Finger.FIRST_FINGER] == FingerDirection.VECTOR_UP && yDirections [Finger.THUMB] == FingerDirection.VECTOR_UP) return "L" if (xDirections[Finger.LITTLE_FINGER] == FingerDirection.VECTOR_UP && xDirections [Finger.RING_FINGER] == FingerDirection.VECTOR_UP && yDirections [Finger.THUMB] == FingerDirection.VECTOR_UP) return "O"3. 画面和结果
4．更多技巧和诀窍 1. 当扩展到26个字母时，误差很更多。为了更精准的扫描需要2-3秒，从2-3秒的时间寻找和计算最有可能的字符，这可以减少字母表的误差。 2. 为了能支持所有方向，在X-Y轴上增加8个或者更多的方向。首先，需要求出手指的度数和对应的手指矢量。 总结这个尝试是强力坐标技术，它可以在生成矢量映射后扩展到所有26个字母，方向也可以扩展所有8个方向，所以它会有26*8*5个手指=1040个矢量。为了更好的解决这一问题，我们可以利用手指的一阶导数函数来代替矢量从而简化计算。 我们可以增强其它的去代替创建矢量，可以使用图像分类和训练模型，然后使用自定义模型。这个训练是为了检查华为ML Kit使用关键点处理特性的可行性。 了解更多相关内容>> 访问华为机器学习服务官网 获取华为机器学习服务开发指导文档 华为HMS Core官方论坛 华为机器学习开源仓地址：GitHub、Gitee 解决集成问题请到Stack Overflow 点击关注，第一时间了解HMS Core最新技术~ |
【本文地址】
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |