手语也能机器翻译了!机器学习手势识别功能了解一下

恢弘志士之气,不宜妄自菲薄。这篇文章主要讲述手语也能机器翻译了!机器学习手势识别功能了解一下相关的知识,希望能为你提供帮助。
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”。

手语也能机器翻译了!机器学习手势识别功能了解一下

文章图片

开发步骤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
【手语也能机器翻译了!机器学习手势识别功能了解一下】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
< meta-data android:name="com.huawei.hms.ml.DEPENDENCY" android:value= "https://www.songbingjia.com/android/handkeypoint"/>

1.5 申请摄像头权限和本地文件读取权限
< !--Camera permission--> < uses-permission android:name="android.permission.CAMERA" /> < !--Read permission--> < uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />

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 regionsthat can be detected within an image. A maximum of 10 hand regions can bedetected by defaultmAnalyzer = 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< T> 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< MLHandKeypoints> {override fun transactResult(result: MLAnalyzer.Result< MLHandKeypoints> ?) {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< MLHandKeypoint> () var middleFinger = arrayListOf< MLHandKeypoint> () var ringFinger = arrayListOf< MLHandKeypoint> () var littleFinger = arrayListOf< MLHandKeypoint> () var thumb = arrayListOf< MLHandKeypoint> ()

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, 312double 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。
手语也能机器翻译了!机器学习手势识别功能了解一下

文章图片

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< MLHandKeypoint> , 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 )

手语也能机器翻译了!机器学习手势识别功能了解一下

文章图片

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
手语也能机器翻译了!机器学习手势识别功能了解一下

文章图片

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~

    推荐阅读