一种手势识别的方法、智能设备、存储介质和电子设备技术

技术编号:23099738 阅读:9 留言:0更新日期:2020-01-14 20:43
本申请实施例提供一种手势识别的方法、智能设备、存储介质和电子设备,该方法包括:采集手势图像,其中,手势图像包括手势区域;从手势图像中截取出手势区域;根据手势区域和预先训练好的手势识别模型,识别手势区域中的手势。本申请实施例通过从手势图像中截取出手势区域,并根据手势区域和预先训练好的手势识别模型,识别手势区域中的手势,从而通过截取手势区域的方式来提高手势的特征信息占比,进而能够提高手势识别的准确性和精度,进而能够解决现有技术中存在着的由于远距离拍摄的图像导致的手势识别效果不佳的问题。

A gesture recognition method, intelligent device, storage medium and electronic device

【技术实现步骤摘要】
一种手势识别的方法、智能设备、存储介质和电子设备
本申请涉及智能设备领域,具体而言,涉及一种手势识别的方法、智能设备、存储介质和电子设备。
技术介绍
随着智能设备应用的不断拓展,智能设备的性能已经得到大幅度提升。以及,基于智能设备的摄像装置的深度学习算法不断地更新优化,使得基于智能设备的摄像装置和深度学习原理的各种功能也被广泛使用。例如,人脸识别、目标物体检测、手势识别等功能也被广泛使用。从而,不仅大幅度提升了用户体验,还能够拓展智能设备的功能和应用范围。基于上述原因,智能设备的摄像装置的手势识别功能也得到了广泛的应用,其中,手势为人机交互提供了一种自然和直观的通信模式。例如,通过智能设备对获取的图像进行手势识别,并根据识别结果来触发拍照功能。在实现本专利技术的过程中,专利技术人发现现有技术存在如下问题:由于手势的复杂性以及人手所涉及的高自由度而使得手势具有多样性,以及在使用手势识别功能时可能会出现远距离拍摄的情况,从而这种远距离拍摄的图像会导致手势识别效果不佳的问题。
技术实现思路
本申请实施例的目的在于提供一种手势识别的方法、智能设备、存储介质和电子设备,以解决现有技术中存在的智能设备远距离拍摄的图像会导致手势识别效果不佳的问题。第一方面,本申请实施例提供了一种手势识别的方法,应用于智能设备,该方法包括:采集手势图像,其中,手势图像包括手势区域;从手势图像中截取出手势区域;根据手势区域和预先训练好的手势识别模型,识别手势区域中的手势。因此,本申请实施例通过从手势图像中截取出手势区域,并根据手势区域和预先训练好的手势识别模型,识别手势区域中的手势,从而通过截取手势区域的方式来提高手势的特征信息占比,进而能够提高手势识别的准确性和精度,进而能够解决现有技术中存在着的由于远距离拍摄的图像导致的手势识别效果不佳的问题。以及,本申请实施例中的预先训练好的手部检测模型可以识别多种手势,从而也能够解决手势多样性造成的手势识别的问题。在一个可能的实施例中,从手势图像中截取出手势区域,包括:根据手势图像和预先训练好的手部检测模型,确定手势图像中的手部位置;根据手部位置,从手势图像中截取出手势区域。因此,本申请实施例通过根据手部位置,从手势图像中截取出手势区域,从而由于减少了手势图像中除去手势之外的其他部分(例如,背景),进而能够提升手势识别的准确性和精度。在一个可能的实施例中,根据手势图像和预先训练好的手部检测模型,确定手势图像中的手部位置,包括:将手势图像拆分为第一子图像和第二子图像,其中,第一子图像和第二子图像存在图像重叠区域,且第一子图像和第二子图像中的至少一个图像包括手势区域;根据第一子图像、第二子图像和预先训练好的手部检测模型,确定至少一个图像中的手部位置;其中,根据手部位置,从手势图像中截取出手势区域,包括:根据至少一个图像中的手部位置,从至少一个图像中截取出手势区域。因此,本申请实施例通过图像拆分的方式,由于减少了手势图像中除去手势之外的其他部分(例如,背景),提升了手势区域的特征信息占比,从而提升手势识别的准确性和精度。在一个可能的实施例中,采集手势图像,包括:在智能设备处于手势识别模式的情况下,采集手势图像。因此,本申请实施例通过只有在智能设备处于手势识别模式的情况下,才能够采集手势图像,从而保证了智能设备在手势识别模式下才受用户的控制。在一个可能的实施例中,预先训练好的手势识别模型中设置有多个目标手势,根据手势区域和预先训练好的手势识别模型,识别手势区域中的手势,包括:通过预先训练好的手势识别模型将多个目标手势中与手势区域匹配度最高的目标手势确定为手势区域中的手势。因此,本申请实施例通过在手势识别模型中设置有多个目标手势,且通过将手势区域中的手势和多个目标手势来进行匹配,从而能够实现准确识别手势的技术效果。在一个可能的实施例中,该方法还包括:根据手势,控制智能设备实现与手势对应的功能。因此,本申请实施例通过手势来使得智能设备实现与手势对应的功能,从而能够实现通过手势来控制智能设备的效果。在一个可能的实施例中,在采集手势图像之前,该方法还包括:采集用户的人脸图像;根据用户的人脸图像,确定人脸图像验证成功。因此,本申请实施例通过人脸验证的方式,来避免在人较为密集的区域中,由于除智能设备的拥有者之外的其他用户无意之间摆出的手势控制智能设备执行相应功能的问题。在一个可能的实施例中,智能设备包括无人机,该方法还包括:根据用户人脸在人脸图像中的位置,调整无人机上的云台的旋转角度,以使得无人机的图像采集模块的视角始终面向用户。因此,本申请实施例通过调整云台的旋转角度,使得无人机采集的手势图像中始终具有无人机的拥有者的手势,进而能够保证无人机的控制精度。第二方面,本申请实施例提供了一种智能设备,该智能设备包括:图像采集模块,用于采集手势图像,其中,手势图像包括手势区域;图像处理模块,用于从手势图像中截取出手势区域;手势识别模块,用于根据手势区域和预先训练好的手势识别模型,识别手势区域中的手势。在一个可能的实施例中,图像处理模块,还用于根据手势图像和预先训练好的手部检测模型,确定手势图像中的手部位置;以及,图像处理模块,还用于根据手部位置,从手势图像中截取出手势区域。在一个可能的实施例中,图像处理模块,还用于将手势图像拆分为第一子图像和第二子图像,其中,第一子图像和第二子图像存在图像重叠区域,且第一子图像和第二子图像中的至少一个图像包括手势区域;以及,图像处理模块,还用于根据第一子图像、第二子图像和预先训练好的手部检测模型,确定至少一个图像中的手部位置;以及,图像处理模块,还用于根据至少一个图像中的手部位置,从至少一个图像中截取出手势区域。在一个可能的实施例中,图像采集模块,还用于在智能设备处于手势识别模式的情况下,采集手势图像。在一个可能的实施例中,预先训练好的手势识别模型中设置有多个目标手势,手势识别模块,还用于通过预先训练好的手势识别模型将多个目标手势中与手势区域匹配度最高的目标手势确定为手势区域中的手势。在一个可能的实施例中,智能设备还包括:控制模块,用于根据手势,控制智能设备实现与手势对应的功能。在一个可能的实施例中,图像采集模块,还用于采集用户的人脸图像;以及,图像处理模块,还用于根据用户的人脸图像,确定人脸图像验证成功。在一个可能的实施例中,智能设备包括无人机,无人机包括:云台调整模块,用于根据用户人脸在人脸图像中的位置,调整无人机上的云台的旋转角度,以使得无人机的图像采集模块的视角始终面向用户。第三方面,本申请实施例提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行第一方面或第一方面的任一可选的实现方式所述的方法。第四方面,本申请实施例提供了一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储器之间通过总线通信,本文档来自技高网...

【技术保护点】
1.一种手势识别的方法,其特征在于,应用于智能设备,所述方法包括:/n采集手势图像,其中,所述手势图像包括手势区域;/n从所述手势图像中截取出所述手势区域;/n根据所述手势区域和预先训练好的手势识别模型,识别所述手势区域中的手势。/n

【技术特征摘要】
1.一种手势识别的方法,其特征在于,应用于智能设备,所述方法包括:
采集手势图像,其中,所述手势图像包括手势区域;
从所述手势图像中截取出所述手势区域;
根据所述手势区域和预先训练好的手势识别模型,识别所述手势区域中的手势。


2.根据权利要求1所述的方法,其特征在于,所述从所述手势图像中截取出所述手势区域,包括:
根据所述手势图像和预先训练好的手部检测模型,确定所述手势图像中的手部位置;
根据所述手部位置,从所述手势图像中截取出所述手势区域。


3.根据权利要求2所述的方法,其特征在于,所述根据所述手势图像和预先训练好的手部检测模型,确定所述手势图像中的手部位置,包括:
将所述手势图像拆分为第一子图像和第二子图像,其中,所述第一子图像和所述第二子图像存在图像重叠区域,且所述第一子图像和所述第二子图像中的至少一个图像包括所述手势区域;
根据所述第一子图像、所述第二子图像和所述预先训练好的手部检测模型,确定所述至少一个图像中的手部位置;
其中,所述根据所述手部位置,从所述手势图像中截取出所述手势区域,包括:
根据所述至少一个图像中的手部位置,从所述至少一个图像中截取出所述手势区域。


4.根据权利要求1所述的方法,其特征在于,所述采集手势图像,包括:
在所述智能设备处于手势识别模式的情况下,采集所述手势图像。


5.根据权利要求1所述的方法,其特征在于,所述预先训练好的手势识别模型中设置有多个目标手势,所述根据所述手势区域和预先训练好的手势识别模型,识别所述手势区域中的手势,包括:
通过所述预先训练好的手势识别模型将所述多个目标手势中与所述手势区域匹配度最高的目标手势确定为所述手势区域中的手势。


6.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,控制所述智能设备实现与所述手势对应的功能。


7.根据权利要求1所述的方法,其特征在于,在采集手势图像之前,所述方法还包括:
采集用户的人脸图像;
根据所述用户的人脸图像,确定所述人脸图像验证成功。


8.根据权利要求7所述的方法,其特征在于,所述智能设备包括无人机,所述方法还包括:
根据用户人脸在所述人脸图像中的位置,调整所述无人机上的云台的旋转角度,以使得所述无人机的图像采集模块的视角始终面向所述用户。


9.一种智能设备,其特征在于,包括:
图像采集模块,用于采集手势图像,其中,所述手势图像包括手势区域;
图像处理模块,用于从所述手势图像中截取出所述手势区域;
手势识别模块,用于根据所述手...

【专利技术属性】
技术研发人员:不公告发明人
申请(专利权)人:苏州臻迪智能科技有限公司
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1