[发明专利]一种手势识别方法、系统、终端及存储介质

权利要求书

1.一种手势识别方法，其特征在于，所述方法包括：

获取手势图像数据，根据所述手势图像数据确定若干手势特征信息，其中，若干所述手势特征信息分别对应不同的特征类型；

根据若干所述手势特征信息进行融合，得到融合特征信息；

根据所述融合特征信息，确定所述手势图像数据对应的目标手势类别。

2.根据权利要求1所述的手势识别方法，其特征在于，所述根据所述手势图像数据提取若干手势特征信息，包括：

确定所述手势图像数据中的手势区域；

根据所述手势区域对所述手势图像数据进行分割，得到与所述手势区域对应的局部图像数据；

对所述局部图像数据进行特征提取，得到若干所述手势特征信息。

3.根据权利要求1所述的手势识别方法，其特征在于，所述融合特征信息为融合核，所述根据若干所述手势特征信息进行融合，得到融合特征信息，包括：

根据若干所述手势特征信息，生成若干基础核，其中，若干所述基础核与若干所述手势特征信息一一对应；

获取融合权值，根据所述融合权值对若干所述基础核进行加权融合，得到所述融合核。

4.根据权利要求3所述的手势识别方法，其特征在于，所述根据若干所述手势特征信息，生成若干基础核，包括：

根据若干所述手势特征信息，生成若干特征描述子，其中，若干所述手势特征信息与若干所述特征描述子一一对应；

将若干所述特征描述子输入核函数，得到若干所述基础核。

5.根据权利要求3所述的手势识别方法，其特征在于，所述根据所述融合特征信息，确定所述手势图像数据对应的目标手势类别，包括：

将所述融合核输入预先训练好的手势识别模型；

通过所述手势识别模型对所述融合核进行分类后，输出所述目标手势类别。

6.根据权利要求5所述的手势识别方法，其特征在于，所述手势识别模型的训练过程为：

将训练样本对应的训练融合核输入原始多核特征融合模型；

通过所述原始多核特征融合模型生成所述训练样本对应的预测手势类别；

根据所述训练样本对应的标准手势类别和所述预测手势类别，对所述原始多核特征融合模型的模型参数进行调整，将调整完毕后的所述原始多核特征融合模型作为所述手势识别模型。

7.根据权利要求6所述的手势识别方法，其特征在于，所述根据所述训练样本对应的标准手势类别和所述预测手势类别，对所述原始多核特征融合模型的模型参数进行调整，将调整完毕后的所述原始多核特征融合模型作为所述手势识别模型，包括：

将所述标准手势类别和所述预测手势类别输入所述原始多核特征融合模型对应的损失函数；

通过所述损失函数生成所述标准手势类别和所述预测手势类别对应的误差值；

根据所述误差值对所述原始多核特征融合模型的模型参数进行更新，直至所述标准手势类别和所述预测手势类别的误差值小于预设阈值，得到所述手势识别模型。

8.一种手势识别系统，其特征在于，所述系统包括：

特征提取模块，用于获取手势图像数据，根据所述手势图像数据确定若干手势特征信息，其中，若干所述手势特征信息分别对应不同的特征类型；

特征融合模块，用于根据若干所述手势特征信息进行融合，得到融合特征信息；

手势识别模块，用于根据所述融合特征信息，确定所述手势图像数据对应的目标手势类别。

9.一种终端，其特征在于，所述终端包括有存储器和一个或者一个以上处理器；所述存储器存储有一个或者一个以上的程序；所述程序包含用于执行如权利要求1-7中任一所述的手势识别方法的指令；所述处理器用于执行所述程序。

10.一种计算机可读存储介质，其上存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行，以实现上述权利要求1-7任一所述的手势识别方法的步骤。