[发明专利]手部跟踪方法及机器可读存储介质

权利要求书

1.一种手部跟踪方法，包括：

获取待执行手部跟踪任务的手部图像视频；

从所述手部图像视频中提取出第一帧深度图像和其下一帧的第二帧深度图像，并获取所述第一帧深度图像中手的第一手部位置；

将所述第一手部位置和所述第二帧深度图像输入神经网络模型，以由该神经网络模型预测所述第二帧图像中手的第二手部位置，其中所述神经网络模型是以深度图像和相邻帧的所述深度图像之间的手部位置差为标签进行训练的。

2.根据权利要求1所述的方法，其中，在所述由该神经网络模型预测所述第二帧图像中手的第二手部位置之后，该方法还包括：

将所预测的所述第二手部位置和作为所述第二帧深度图像的下一帧的第三帧深度图像输入至所述神经网络模型，以由该神经网络模型预测所述第三帧图像中手的第三手部位置。

3.根据权利要求1或2所述的方法，其中，在所述神经网络模型预测手部位置时，该方法包括：

基于所输入的深度图像，所述神经网络模型判断该所输入的深度图像中是否存在手部；

当该判断的结果指示存在手部时，推断所述所输入的深度图像所对应的手部位置差，以确定所述所输入的深度图像中的手部位置。

4.根据权利要求3所述的方法，其中，在基于所输入的深度图像所述神经网络模型判断该所输入的深度图像中是否存在手部之后，该方法还包括：

当该判断的结果指示不存在手部时，则所述神经网络模型输出手部跟踪失败结果，以触发停止手部跟踪。

5.根据权利要求1所述的方法，其中，所述神经网络模型为卷积神经网络。

6.一种机器可读存储介质，其中该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1-5中任一项所述的手部跟踪方法。

7.一种手部跟踪系统，包括：

图像获取单元，用于获取待执行手部跟踪任务的手部图像视频；

帧提取单元，用于从所述手部图像视频中提取出第一帧深度图像和其下一帧的第二帧深度图像；

历史手部位置获取单元，用于获取所述第一帧深度图像中手的第一手部位置；

手部位置推测单元，用于将所述第一手部位置和所述第二帧深度图像输入神经网络模型，以由该神经网络模型预测所述第二帧图像中手的第二手部位置，其中所述神经网络模型是以深度图像和相邻帧的所述深度图像之间的手部位置差为标签进行训练的。

8.根据权利要求7所述的系统，其中，该系统还包括：

手部位置动态跟踪单元，用于将所预测的所述第二手部位置和作为所述第二帧深度图像的下一帧的第三帧深度图像输入至所述神经网络模型，以由该神经网络模型预测所述第三帧图像中手的第三手部位置。

9.根据权利要求7或8所述的系统，其中，所述神经网络模型包括：

手部分类模块，用于在所述神经网络模型预测手部位置时，基于所输入的深度图像，判断该所输入的深度图像中是否存在手部；

手部位置预测模块，用于当该判断的结果指示存在手部时，推断所述所输入的深度图像所对应的手部位置差，以确定所述所输入的深度图像中的手部位置。

10.根据权利要求9所述的系统，其中，所述神经网络模型还包括：

跟踪状态检测模块，用于当该判断的结果指示不存在手部时，则所述神经网络模型输出手部跟踪失败结果，以触发停止手部跟踪。