基于深度学习的手部姿态估计方法及装置制造方法及图纸

本发明专利技术的实施方式涉及通信与计算机技术领域，提出一种基于深度学习的手部姿态估计方法及装置：对深度图像进行手部感兴趣区域检测，并从所述手部感兴趣区域中分割出手部图像；根据所述手部图像获取手部的三维点云图像；以及采用深度学习技术对所述手部的三维点云图像进行手部姿态估计。在该方案中，基于深度学习技术的手部姿态估计方法，免去了手工抽取手部特征的操作，极大地提升了手部姿态估计效果的鲁棒性。

【技术实现步骤摘要】
基于深度学习的手部姿态估计方法及装置
本专利技术的实施方式涉及通信与计算机
，更具体地，本专利技术的实施方式涉及一种基于深度学习的手部姿态估计方法及装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。人机交互是指专门研究系统和用户之间交互关系的领域，其在日常生活中起着越来越重要的作用，可以很大程度上提升用户体验。传统的人机交互方式，如鼠标和键盘等，虽能够满足一定程度的交互，但是其便利性受到了很大限制。手势识别技术是人机交互中一项比较重要的技术，属于当前研究的热门，其通过对手势进行静态或动态识别，发出识别指令，让系统执行相关指令，从而达到交互的目的。本公开讨论的是手势识别技术中的三维手部姿态估计，由于人机交互技术的大热，该技术也在近几年得到了学术界和工业界的重视。三维手部姿态估计技术分为两大类：1)基于判别式模型(DiscrimitiveModel)；2)基于生成式模型(GenerativeModel)。判别式模型是基于学习的方法，其先对手部区域图像进行特征提取操作，然后通过构建分类器对手部姿态进行本文档来自技高网...

【技术保护点】
一种基于深度学习的手部姿态估计方法，包括：对深度图像进行手部感兴趣区域检测，并从所述手部感兴趣区域中分割出手部图像；根据所述手部图像获取包含手部的三维点云图像；以及采用深度学习技术对所述手部的三维点云图像进行手部姿态估计。

【技术特征摘要】
1.一种基于深度学习的手部姿态估计方法，包括：对深度图像进行手部感兴趣区域检测，并从所述手部感兴趣区域中分割出手部图像；根据所述手部图像获取包含手部的三维点云图像；以及采用深度学习技术对所述手部的三维点云图像进行手部姿态估计。2.如权利要求1所述的方法，对深度图像进行手部感兴趣区域检测，包括：采用图像采集设备中的深度传感器获取所述深度图像；以及利用所述深度图像中前后景的相对深度关系，从所述深度图像中提取出所述手部感兴趣区域。3.如权利要求1所述的方法，从所述手部感兴趣区域中分割出手部图像，包括：对所述手部感兴趣区域进行边缘检测和轮廓检测，检测出手部区域；对所述手部区域进行去噪处理，分割出所述手部图像。4.如权利要求3所述的方法，对所述手部感兴趣区域进行轮廓检测采用图像凹凸点检测方法。5.如权利要求2所述的方法，根据所述手部图像获取包含手部的三维点云图像，包括：对所述图像采集设备的内部参数进行标定；根据所述内部参数初步获取包含手部的三维点云图像；将初步获取的手部的三维点云图像进行尺寸归一化处理，获得处理完成的包含手部的三维点云图像。6.如权利要求1所述的方法，采用深度学习技术对所述手部的三维点云图像进行手部姿态估计的步骤，包括：制作手部训练数据集，获取所述手部训练数据集的手部节点标注信息；由所述手部训练数据集提取出手部的三维点云区域；根据所述手部的三维点云区域和...

【专利技术属性】
技术研发人员：张波，丛林，赵辰，李晓燕，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江,33