[发明专利]手势识别方法、装置、计算机设备和存储介质在审
| 申请号: | 201911413447.0 | 申请日: | 2019-12-31 |
| 公开(公告)号: | CN111126339A | 公开(公告)日: | 2020-05-08 |
| 发明(设计)人: | 赵突 | 申请(专利权)人: | 北京奇艺世纪科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
| 代理公司: | 北京华夏泰和知识产权代理有限公司 11662 | 代理人: | 张丽颖;刘蔓莉 |
| 地址: | 100080 北京市海淀区*** | 国省代码: | 北京;11 |
| 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 识别 方法 装置 计算机 设备 存储 介质 | ||
本申请涉及一种手势识别方法、装置、计算机设备和存储介质。所述方法包括:获取包含至少一个手势特征的图像;输入图像至已训练的关键点检测模型,得到各个手势特征的关键点的位置信息;按照各个手势特征对应的关键点位置信息计算各个关键点之间的位置关系;输入各个手势特征的关键点的位置信息和对应的位置关系至已训练的手势识别模型,输出各个手势特征对应的识别结果,其中已训练的手势识别模型和已训练的关键点检测模型为分别训练得到的模型。采用已训练的关键点检测模型进行关键点检测,采用已训练的手势识别模型对手势进行识别,将关键点检测和手势识别分开执行,加快了模型的开发周期。
技术领域
本申请涉及计算机技术领域,尤其涉及一种手势识别方法、装置、计算机设备和存储介质。
背景技术
手势识别被应用于日常生活中的多个领域,如应用于移动端短视频。目前的手势识别主要采用SSD模型,采用SSD模型进行手势识别,是指在分类的同时回归出手势的矩形框区域,该模式的识别主要依赖于数据集的标注,需针对每一种类别进行单独标注,每当单独的手势加入时,都需要重新收集数据并进行标注,重新训练整个模型,导致算法开发周期过长,产品迭代慢。
发明内容
为了解决上述技术问题,本申请提供了一种手势识别方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种手势识别方法,包括:
获取包含至少一个手势特征的图像;
输入图像至已训练的关键点检测模型,得到各个手势特征的关键点的位置信息;
按照各个手势特征对应的关键点位置信息计算各个关键点之间的位置关系;
输入各个手势特征的关键点的位置信息和对应的位置关系至已训练的手势识别模型,输出各个手势特征对应的识别结果,其中已训练的手势识别模型和已训练的关键点检测模型为分别训练得到的模型。
第二方面,本申请提供了一种手势识别装置,包括:
数据获取模块,用于获取包含至少一个手势特征的图像;
关键点检测模块,用于输入图像至已训练的关键点检测模型,得到各个手势特征的关键点的位置信息;
位置关系计算模块,用于按照各个手势特征对应的关键点位置信息计算各个关键点之间的位置关系;
手势识别模块,用于输入各个手势特征的关键点的位置信息和对应的位置关系至已训练的手势识别模型,输出各个手势特征对应的识别结果,其中已训练的手势识别模型和已训练的关键点检测模型为分别训练得到的模型。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取包含至少一个手势特征的图像;
输入图像至已训练的关键点检测模型,得到各个手势特征的关键点的位置信息;
按照各个手势特征对应的关键点位置信息计算各个关键点之间的位置关系;
输入各个手势特征的关键点的位置信息和对应的位置关系至已训练的手势识别模型,输出各个手势特征对应的识别结果,其中已训练的手势识别模型和已训练的关键点检测模型为分别训练得到的模型。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取包含至少一个手势特征的图像;
输入图像至已训练的关键点检测模型,得到各个手势特征的关键点的位置信息;
按照各个手势特征对应的关键点位置信息计算各个关键点之间的位置关系;
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北京奇艺世纪科技有限公司,未经北京奇艺世纪科技有限公司许可,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/201911413447.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于背景学习的机场跑道FOD检测方法和系统
- 下一篇:牛仔布双层烘干辊





