一种手势识别方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术实施例提供了一种手势识别方法、装置及计算机可读存储介质，方法包括：在目标视频中识别目标手势，得到手势类别和手势位置；根据所述手势位置更新跟踪模型，并利用更新后的所述跟踪模型跟踪所述目标手势，得到多个手势位置跟踪结果；对所述多个手势位置跟踪结果进行平滑滤波，并结合所述手势类别得到手势识别结果。本发明专利技术实施例手势识别结果中目标手势的类别和位置是较准确对应的，在实际的应用场景中，根据该手势识别结果在目标视频中添加特效时，能较好克服特效位置与视频中的手势位置不对应的情况，使得加特效效果较好。

【技术实现步骤摘要】
一种手势识别方法、装置及计算机可读存储介质
本专利技术涉及视频处理领域，特别是涉及一种手势识别方法、装置及计算机可读存储介质。
技术介绍
随着视频处理技术的发展，根据视频内容在视频中加特效，进而丰富视频内容的应用场景越来越多。举例来说，可以根据对视频中手势类别的识别，在视频中对应于手势的位置添加该手势类别对应的特效，例如，若在视频中识别到比心的手势，可以在视频中对应于该比心的手势的位置区域加入心型特效等。现有技术中，以在视频中识别到比心的手势后，在该视频中对应于该比心的手势的位置区域加入心型特效为例，通常的做法是：在识别到该比心的手势后，通过跟踪模型跟踪该手势，然后获取跟踪到的手势位置，在该手势位置添加心型特效。但是，申请人发现会有如下的情况出现：跟踪模型定位手势后，需要经过计算、分析才能得到具体的手势位置，该计算、分析的过程会造成时间消耗，而该段时间内手势位置可能已经发生了变化，因此，在视频中对应该手势位置添加特效时，会出现特效位置与视频中的手势位置不对应的情况，使得加特效效果较差。
技术实现思路
鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的本文档来自技高网...

【技术保护点】
1.一种手势识别方法，其特征在于，所述方法包括：在目标视频中识别目标手势，得到手势类别和手势位置；根据所述手势位置更新跟踪模型，并利用更新后的所述跟踪模型跟踪所述目标手势，得到多个手势位置跟踪结果；对所述多个手势位置跟踪结果进行平滑滤波，并结合所述手势类别得到手势识别结果。

【技术特征摘要】
1.一种手势识别方法，其特征在于，所述方法包括：在目标视频中识别目标手势，得到手势类别和手势位置；根据所述手势位置更新跟踪模型，并利用更新后的所述跟踪模型跟踪所述目标手势，得到多个手势位置跟踪结果；对所述多个手势位置跟踪结果进行平滑滤波，并结合所述手势类别得到手势识别结果。2.根据权利要求1所述的方法，其特征在于，对所述多个手势位置跟踪结果进行平滑滤波，并结合所述手势类别得到手势识别结果包括：根据所述多个手势位置跟踪结果，计算状态估计值和协方差矩阵估计值；根据所述状态估计值和所述协方差矩阵估计值，计算测量余量和卡尔曼增益；根据所述测量余量、所述卡尔曼增益、所述状态估计值和所述协方差矩阵估计值，计算更新状态估计值和协方差估计值，得到目标手势位置；将所述手势类别和目标手势位置作为手势识别结果。3.根据权利要求1所述的方法，其特征在于，所述在目标视频中识别目标手势，包括：将所述目标视频输入手势识别模型，得到所述目标视频对应的浮点数计算数据；通过所述手势识别模型将所述浮点数计算数据转换为整数计算数据，并基于所述整数计算数据识别目标手势。4.根据权利要求3所述的方法，其特征在于，所述通过所述手势识别模型将所述浮点数计算数据转换为整数计算数据，通过下述公式实现：所述浮点数计算数据等于，所述整数计算数据减去标准量化值后与缩放系数的乘积。5.根据权利要求3所述的方法，其特征在于，所述手势识别模型与所述跟踪模型运行于不同的线程。6.根据权利要求1所述的方法，其特征在于，所述跟踪模型包括核相关滤波层，所述根据所述手势位置更新跟踪模型，并利用更新后的所述跟踪模型跟踪所述目标手势，得到多个手势位置跟踪结果包括：根据所述手势位置对应的位置数据确定所述核相关滤波层的滤波模板；利用所述滤波模板对预测位置进行过滤；将所述预测位置中，与所述滤波模板的相关度高于预设阈值的区域作为手势位置跟踪结果。7.根据权利要求6所述的方法，其特征在于，所述利用所述滤波模板对预测位置进行过滤包括：利用所述滤波模板，基于傅里叶变换并行执行对多个预测位置的过滤操作。8.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述手势识别结果在所述目标视频中添加特效。9.一种手势识别装置，其特征在于，所述装置包括：识别模块，用于在目标视频中识别目标手势，得到手势类别和手势位置...

【专利技术属性】
技术研发人员：赵突，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：北京,11