[发明专利]举手识别方法、装置、电子设备及存储介质

说明书

本申请提出一种举手识别方法及装置，涉及图像处理领域，尤其涉及计算机视觉和深度学习等人工智能领域，可用于手势识别和智慧教育场景。该方法包括从采集的人体图像中提取人体的上半身关键点，并基于上半身关键点提取第一特征图像，输入人体动作识别模型中，输出被识别为人体执行抬手动作的第一得分；从上半身关键点中确定手部关键点；基于手部关键点，提取人手的第二图像特征，输入人手分类模型中，输出被识别为手掌处于张开状态的第二得分；根据第一得分和第二得分进行举手状态的识别。本申请中，融合了对人体姿态以及人手状态的双重识别，使得在相对模糊且人体较小的远景图像中实现人体的举手动作的识别，从而有效提高人体举手识别的准确率。

技术领域

本申请涉及图像处理领域，尤其涉及计算机视觉和深度学习等人工智能领域。

背景技术

随着技术的发展，很多场景存在举手识别的需求，比如课堂上对于学生的举手识别。相关技术中，通常是将采集到的待识别图像直接输入训练检测模型，针对待识别图像直接进行图像识别。

一般情况下，由于图像采集设备的布放位置，所获取到的待识别图像为远景图像，其中，人手部位通常较小，且不够清晰，人体举手动作特征相对模糊，使得举手识别的准确率较低。因此，如何实现在清晰度不够的远景图像中进行高准确率的举手识别成为了需要解决的问题。

发明内容

本申请提出了一种用于举手识别方法、装置、电子设备以及存储介质、计算机程序产品。

根据本申请的一方面，提出了一种举手识别方法，包括：从采集的人体图像中提取人体的上半身关键点，并基于所述上半身关键点提取第一图像特征，输入人体动作识别模型中，输出被识别为人体执行抬手动作的第一得分；从所述上半身关键点中确定手部关键点；基于所述手部关键点，提取人手的第二图像特征，输入人手分类模型中，输出被识别为手掌处于张开状态的第二得分；根据所述第一得分和所述第二得分进行举手状态的识别。

根据本申请的第二方面，提出了一种举手识别装置，包括：提取模块，用于从采集的人体图像中提取人体的上半身关键点，并基于所述上半身关键点提取第一图像特征，输入人体动作识别模型中，输出被识别为人体执行抬手动作的第一得分；所述提取模块，还用于从所述上半身关键点中确定手部关键点；所述提取模块，还用于基于所述手部关键点，提取人手的第二图像特征，输入人手分类模型中，输出被识别为手掌处于张开状态的第二得分；识别模块，用于根据所述第一得分和所述第二得分进行举手状态的识别。

根据本申请的第三方面，提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面提出的举手识别方法。

根据本申请的第四方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述第一方面提出的举手识别方法。

根据本申请的第五方面，提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述第一方面提出的举手识别方法。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请一实施例的举手识别方法的流程示意图；

图2是本申请另一实施例的举手识别方法的流程示意图；

图3是本申请另一实施例的举手识别方法的流程示意图；

图4是本申请另一实施例的举手识别方法的流程示意图；