[发明专利]一种手掌图像识别方法、装置及计算机可读存储介质

权利要求书

1.一种手掌图像识别方法，其特征在于，包括：

通过训练好的神经网络对待识别图像进行关键点的区域预测，得到多张热图，每张所述热图对应一个关键点的区域预测结果；将所述热图的最高像素作为所述热图的预测置信度值；

根据所有所述预测置信度值和预置规则计算代表值，并将所述代表值与预置第一阈值比较，若所述代表值大于所述预置第一阈值则判定所述待识别图像为手掌图像；

若所述待识别图像为手掌图像且所述热图包含关键点的预测区域，则将热图的最高像素点作为关键点的第一类预测点，并输出所有所述第一类预测点坐标及相应的所述预测置信度值；若所述待识别图像为手掌图像且所述热图不包含关键点的预测区域，则判定关键点的预测点缺失；

其中，所述神经网络包括第一卷积层、第二卷积层、池化层和反卷积层、全连接层；

所述第一卷积层和所述池化层配合用于减小所述待识别图像的尺寸并计算得到特征图像；

所述反卷积层和所述第二卷积层配合用于增加所述特征图像的尺寸并计算得到多张所述热图，且使得所述热图和所述待识别图像尺寸相同；

通过所述全连接层对经过任意一个所述第二卷积层计算后的特征图像进行处理得到关键点的第二类预测点，并输出所述第二类预测点坐标，其中所述第二类预测点包括所述第一类预测点和缺失的预测点。

2.根据权利要求1所述的手掌图像识别方法，其特征在于，还包括：

将所述预测置信度值大于预置第二阈值的所述第一类预测点标记为可信任；

将所述预测置信度值不大于预置第二阈值的所述第一类预测点及缺失的预测点标记为不可信任，并从第二类预测点坐标中选取与不可信任的预测点对应的坐标，然后将选取的坐标作为不可信任的预测点的新坐标。

3.根据权利要求1至2中任意一项所述的手掌图像识别方法，其特征在于，还包括：

将经过所述第一卷积层计算后的特征图像数据与所述第二卷积层待计算的特征图像数据合并，并将合并后的特征图像数据作为所述第二卷积层新的待计算数据。

4.根据权利要求1所述的手掌图像识别方法，其特征在于，所述代表值为所有所述预测置信度值的中位数或平均数。

5.一种手掌图像识别装置，其特征在于，包括：

预测单元，用于通过训练好的神经网络对待识别图像进行关键点的区域预测，得到多张热图，每张所述热图对应一个关键点的区域预测结果；

第一确定单元，用于将所述热图的最高像素作为所述热图的预测置信度值；

判断单元，用于根据所有所述预测置信度值和预置规则计算代表值，并将所述代表值与预置第一阈值比较，若所述代表值大于所述预置第一阈值则判定所述待识别图像为手掌图像；

关键点确定单元，当所述待识别图像为手掌图像且所述热图包含关键点的预测区域时，则将热图的最高像素点作为关键点的第一类预测点，并输出所有所述第一类预测点坐标及相应的所述预测置信度值；

若所述待识别图像为手掌图像且所述热图不包含关键点的预测区域，则判定关键点的预测点缺失；

其中，所述神经网络包括第一卷积层、第二卷积层、池化层和反卷积层、全连接层；

所述第一卷积层和所述池化层配合用于减小所述待识别图像的尺寸并计算得到特征图像；

所述反卷积层和所述第二卷积层配合用于增加所述特征图像的尺寸并计算得到多张所述热图，且使得所述热图和所述待识别图像尺寸相同；

所述关键点确定单元还用于：通过所述全连接层对经过任意一个所述第二卷积层计算后的特征图像进行处理得到关键点的第二类预测点，并输出所述第二类预测点坐标，其中所述第二类预测点包括所述第一类预测点和缺失的预测点。

6.一种计算机可读存储介质，其上存储有计算程序，该程序被处理器执行时实现以下步骤：

通过训练好的神经网络对待识别图像进行关键点的区域预测，得到多张热图，每张所述热图对应一个关键点的区域预测结果；

将所述热图的最高像素作为所述热图的预测置信度值；

根据所有所述预测置信度值和预置规则计算代表值，并将所述代表值与预置第一阈值比较，若所述代表值大于所述预置第一阈值则判定所述待识别图像为手掌图像；

若所述待识别图像为手掌图像且所述热图包含关键点的预测区域，则将热图的最高像素点作为关键点的第一类预测点，并输出所有所述第一类预测点坐标及相应的所述预测置信度值；若所述待识别图像为手掌图像且所述热图不包含关键点的预测区域，则判定关键点的预测点缺失；

其中，所述神经网络包括第一卷积层、第二卷积层、池化层和反卷积层、全连接层；

所述第一卷积层和所述池化层配合用于减小所述待识别图像的尺寸并计算得到特征图像；

所述反卷积层和所述第二卷积层配合用于增加所述特征图像的尺寸并计算得到多张所述热图，且使得所述热图和所述待识别图像尺寸相同；

所述的手掌图像识别方法还包括：通过所述全连接层对经过任意一个所述第二卷积层计算后的特征图像进行处理得到关键点的第二类预测点，并输出所述第二类预测点坐标，其中所述第二类预测点包括所述第一类预测点和缺失的预测点。