[发明专利]手势控制与人物追踪自拍杆系统及控制方法在审
申请号: | 201911182142.3 | 申请日: | 2019-11-27 |
公开(公告)号: | CN110913137A | 公开(公告)日: | 2020-03-24 |
发明(设计)人: | 路振旺 | 申请(专利权)人: | 深圳市瓴鹰智能科技有限公司 |
主分类号: | H04N5/232 | 分类号: | H04N5/232;H04M1/04;G06N3/04;G06F3/01 |
代理公司: | 深圳信科专利代理事务所(普通合伙) 44500 | 代理人: | 吴军 |
地址: | 518000 广东省深圳市南山区西丽街道*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 手势 控制 人物 追踪 自拍 系统 方法 | ||
本申请涉及手势控制与人物追踪自拍杆系统及控制方法,方法包括:摄像头采集、传入视频流并输入至神经网络芯片;神经网络芯片对获得的待检测图像进行编解码预处理,并将待检测图像传入至已经训练完备的嵌入式深度神经网络模型中,经推理计算后输出待检测图像中的目标类别与位置;当检测到开机手势时,启动驱动电机,由神经网络芯片持续向驱动电机发送经嵌入式深度神经网络处理后检测到的人物位置,控制驱动电机带动自拍杆杆体随人物位置旋转,启动跟拍功能。本发明在能满足已有自拍杆功能之外,还能实现手势控制、人物追踪功能;能够利用手势实现对人物追踪功能的开关,以及手势控制远程拍照,可以充分拓展自拍与直播的应用场景。
技术领域
本申请涉及自拍杆与神经网络技术领域,特别是涉及一种基于嵌入式深度神经网络的手势控制与人物追踪自拍杆系统及控制方法。
背景技术
随着人工智能技术的高速发展,特别是近年来深度学习技术在计算机视觉、自然语言处理、推荐算法等方面取得的优异效果,使得越来越多的专家、学者开始研究如何使神经网络表现出更好的性能。研究表明,神经网络模型越复杂时,往往能表现出更好的效果,因此神经网络的设计呈现出越来越复杂化的趋势,已经从最初的两层网络结构发展到了多达数百层的网络结构,从而导致模型的复杂程度、计算参数呈现出数倍的增长,以致于嵌入式设备往往无法满足绝大多数神经网络模型的计算要求。因此探索如何优化神经网络结构,使得神经网络可以在嵌入式设备上运行,是非常有意义的。
此外,近年来直播与自拍行为已经日渐成为了人们生活中不可分割的一部分,直播与自拍市场日益扩大,但现有的直播设备、自拍装置均存在很大的局限性,无法充分满足人们的使用需求。
即现有技术中没有一款可识别人物位置从而自动追踪的自拍杆装置及实现方法,在有些自拍与直播场景使用不太方便。
因此,现有技术有待改进。
发明内容
本发明要解决的技术问题是,提供一种基于嵌入式深度神经网络的具有手势控制、人物追踪、远程拍照功能的自拍杆系统及控制方法,在能满足已有自拍杆功能之外,还能实现手势控制、人物追踪功能;能够利用手势实现对人物追踪功能的开关,以及手势控制远程拍照,可以充分拓展自拍与直播的应用场景。
一种基于嵌入式深度神经网络的手势控制与人物追踪自拍杆系统,其中,包括:
自拍杆杆体;
设置在自拍杆杆体上端可跟随人体转动的用于夹持手机的可调倾角的手机固定架;
设置在自拍杆杆体上与手机固定架连接的旋转杆;
设置在自拍杆杆体上与旋转杆连接用于驱动所述旋转杆转动的驱动电机;
以及设置在所述自拍杆杆体上与所述驱动电机连接用于控制所述驱动电机转动的基于深度神经网络的神经网络芯片;
设置在所述自拍杆杆体上的用于采集获得待检测图像的摄像头,所述摄像头与所述神经网络芯片连接;
以及设置在自拍杆杆体下端的稳定三脚架;
所述摄像头采集、传入视频流,获得待检测图像,并输入至神经网络芯片;
神经网络芯片对获得的待检测图像进行编解码预处理,并将待检测图像传入至已经训练完备的嵌入式深度神经网络模型中,经推理计算后输出待检测图像中的目标类别与位置;
当检测到开机手势时,启动驱动电机,由神经网络芯片持续向驱动电机发送经嵌入式深度神经网络处理后检测到的人物位置,控制驱动电机带动自拍杆杆体随人物位置旋转,启动跟拍功能;当检测到电机关闭手势后,停止电机旋转,结束跟拍功能。
所述基于嵌入式深度神经网络的手势控制与人物追踪自拍杆系统,其中,所述神经网络芯片包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市瓴鹰智能科技有限公司,未经深圳市瓴鹰智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911182142.3/2.html,转载请声明来源钻瓜专利网。