[发明专利]一种手势识别方法、系统、终端及存储介质在审
申请号: | 202111033515.8 | 申请日: | 2021-09-03 |
公开(公告)号: | CN113837025A | 公开(公告)日: | 2021-12-24 |
发明(设计)人: | 陆峰园 | 申请(专利权)人: | 深圳创维-RGB电子有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人: | 刘文求;王永文 |
地址: | 518052 广东省深圳市南山*** | 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: | 一种 手势 识别 方法 系统 终端 存储 介质 | ||
本发明公开了一种手势识别方法、系统、终端及存储介质,所述方法通过获取手势图像数据,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。本申请通过对手势图像的多种特征信息进行融合,提高了对手势图像识别的准确性,从而解决了现有技术中对手势图像的单一特征进行识别,难以准确识别手势图像的问题。
技术领域
本发明涉及图像处理领域,尤其涉及的是一种手势识别方法、系统、终端及存储介质。
背景技术
手势交流人们日常生活中交流沟通的一种常用方式。在特定环境中不同的手势动作都有其具体的实际意义。例如,我们可以拿手势做出一到九的动作,而这些手势基本都是相同的,已经成为了约定俗成的一种规则。因此,通过对手势进行分析,能够在增加人机交互的识别精度同时快速有效得识别出手势,从而做出相对应的反应。支持向量机是模式识别中高效算法之一。但是现有的手势识别算法通常是对手势图像的单一特征进行识别,因此难以准确地识别手势图像。
因此,现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种手势识别方法、系统、终端及存储介质,旨在解决现有技术中对手势图像的单一特征进行识别,难以准确识别手势图像的问题。
本发明解决问题所采用的技术方案如下:
第一方面,本发明实施例提供一种手势识别方法,其中,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。
在一种实施方式中,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。
在一种实施方式中,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。
在一种实施方式中,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。
在一种实施方式中,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。
在一种实施方式中,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;
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创维-RGB电子有限公司,未经深圳创维-RGB电子有限公司许可,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/202111033515.8/2.html,转载请声明来源钻瓜专利网。