[发明专利]一种手势骨架识别方法、装置、系统及存储介质

权利要求书

1.一种手势骨架识别方法，其特征在于，包括：

获取点云数据；

对获取的所述点云数据进行抽稀处理得到第一预设数量的点云数据，输入至训练好的点云分类模型，得到分类结果；

依据所述分类结果定位到手的中心，具体为：对分类结果为属于手的点云进行聚类，去除异常点，计算聚类点集的质心作为手的位置，统计以手的位置为球心、预设距离为半径的范围内属于手的点云的个数占该范围内总点云个数的比例，如果比例达到预设值时，则判定为定位到手的中心；否则判定为点云数据中不包含手；

对距离所述手的中心预设距离内的点云数据进行抽稀处理得到第二预设数量的点云数据，输入至训练好的手势骨架识别模型，得到手势骨架坐标；

所述点云分类模型和所述手势骨架识别模型，是以PEL为基础结构构建的深度学习模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述手势骨架坐标进行骨架后处理，得到最终的手势骨架坐标数据。

3.一种手势骨架识别装置，其特征在于，包括：

获取模块，用于获取点云数据；

分类模块，用于对获取的所述点云数据进行抽稀处理得到第一预设数量的点云数据，并输入至训练好的点云分类模型，得到分类结果；

手部定位模块，用于依据所述分类结果进行聚类，定位到手的中心，具体为：对分类结果为属于手的点云进行聚类，去除异常点，计算聚类点集的质心作为手的位置，统计以手的位置为球心、预设距离为半径的范围内属于手的点云的个数占该范围内总点云个数的比例，如果比例达到预设值时，则判定为定位到手的中心；否则判定为点云数据中不包含手；

手势骨架识别模块，用于对距离所述手的中心预设距离内的点云数据进行抽稀处理得到第二预设数量的点云数据，并输入至训练好的手势骨架识别模型，得到手势骨架坐标；

所述点云分类模型和所述手势骨架识别模型，是以PEL为基础结构构建的深度学习模型。

4.根据权利要求3所述的装置，其特征在于，还包括：

骨架后处理模块，用于对所述手势骨架识别模块得到的手势骨架坐标进行骨架后处理，得到最终的手势骨架坐标数据。

5.一种手势骨架识别系统，其特征在于：包括如权利要求3-4中任一所述的手势骨架识别装置和用于采集点云数据的采集设备。

6.根据权利要求5所述的系统，其特征在于，所述采集设备具体为三维激光扫描仪或深度摄像头。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-2中任一所述的方法。