[发明专利]手部紧握判断方法和装置

说明书

本发明提供一种手部紧握判断方法和装置，所述方法包括以下步骤：获取实验视频中至少一帧实验人员手部图像；获取所述实验人员手部图像中的手部关键点信息；将所述手部关键点信息输入分类模型，以得到实验人员手部是否紧握实验仪器的判断结果。本发明能够大大提高实验人员手部紧握动作的判断准确度，为实验中的气密性判别提供可靠依据。

技术领域

本发明涉及机器学习技术领域，具体涉及一种手部紧握判断方法、一种手部紧握判断装置、一种计算机设备、一种非临时性计算机可读存储介质和一种计算机程序产品。

背景技术

在物理或化学实验中，常需要通过紧握试管来检查装置的气密性。目前，智能化的实验台已能够对装置的气密性进行自动打分，其中，自动打分的一个关键标准便是实验人员的手部是否紧握试管。

传统的判断手部是否紧握物体的方式是对手和物体进行检测，然后对手和物体的相对位置进行判断，这种方式存在误判率高的缺陷。

发明内容

本发明为解决上述技术问题，提供了一种手部紧握判断方法和装置，能够大大提高实验人员手部紧握动作的判断准确度，为实验中的气密性判别提供可靠依据。

本发明采用的技术方案如下：

一种手部紧握判断方法，包括以下步骤：获取实验视频中至少一帧实验人员手部图像；获取所述实验人员手部图像中的手部关键点信息；将所述手部关键点信息输入分类模型，以得到实验人员手部是否紧握实验仪器的判断结果。

所述的手部紧握判断方法还包括：获取数据集，所述数据集中包含多个处于紧握状态的手部关键点信息和多个处于非紧握状态的手部关键点信息；通过所述数据集对神经网络进行训练以得到所述分类模型。

获取实验视频中至少一帧实验人员手部图像，具体包括：检测所述实验视频中每帧图像的手部目标；对所述手部目标进行过滤，滤除非实验人员手部目标，以确定实验人员手部图像。

获取所述实验人员手部图像中的手部关键点信息，具体包括：对所述实验人员手部图像进行预处理，得到实验人员手部区域；通过Openpose检测所述实验人员手部区域中的手部关键点信息。

所述神经网络为EfficientNet。

一种手部紧握判断装置，包括：第一获取模块，用于获取实验视频中至少一帧实验人员手部图像；第二获取模块，用于获取所述实验人员手部图像中的手部关键点信息；判断模块，用于将所述手部关键点信息输入分类模型，以得到实验人员手部是否紧握实验仪器的判断结果。

所述的手部紧握判断装置还包括：第三获取模块，用于获取数据集，所述数据集中包含多个处于紧握状态的手部关键点信息和多个处于非紧握状态的手部关键点信息；训练模块，用于通过所述数据集对神经网络进行训练以得到所述分类模型。

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，实现上述手部紧握判断方法。

一种非临时性计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述手部紧握判断方法。

一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行上述手部紧握判断方法。

本发明的有益效果：

本发明通过获取实验视频中至少一帧实验人员手部图像，并获取实验人员手部图像中的手部关键点信息，然后将手部关键点信息输入分类模型，以得到实验人员手部是否处于紧握状态的手部紧握判断结果，由此，能够大大提高实验人员手部紧握动作的判断准确度，为实验中的气密性判别提供可靠依据。

附图说明

图1为本发明实施例的手部紧握判断方法的流程图；