一种手势识别方法及装置制造方法及图纸

本申请公开了一种手势识别方法及装置，该方法包括：先获取待识别手部的骨架关节点的位置参数，并根据所述骨架关节点的位置参数，确定所述待识别手部的各手指的自由度参数，再根据所述各手指的自由度参数，确定所述待识别手部的手势识别结果。其中，因骨架关节点的位置参数能够准确地表征待识别手部中每个骨架关节点的位置信息，使得基于该位置参数确定的各手指的自由度参数，分别能够准确地表征待识别手部中每根手指的姿态信息，从而使得基于各手指的自由度参数确定的手势识别结果能够准确地表征待识别手部的姿态信息，如此能够有效地提高手势识别的准确性。

A gesture recognition method and device

【技术实现步骤摘要】
一种手势识别方法及装置
本申请涉及数据处理
，尤其涉及一种手势识别方法及装置。
技术介绍
在人机交互过程中，可以先借助手势识别技术确定用户的手部姿态及动作，再基于识别出的手部姿态及动作来完成基于手势的人机交互过程。可见，手势识别是基于手势的人机交互过程中的重要环节，而且手势识别的准确性能够直接影响人机交互效果。然而，如何提高手势识别的准确性是一个亟待解决的技术问题。
技术实现思路
为了解决现有技术中存在的以上技术问题，本申请提供一种手势识别方法及装置，能够有效地提高手势识别的准确性。为了实现上述目的，本申请实施例提供的技术方案如下：本申请实施例提供一种手势识别方法，包括：获取待识别手部的骨架关节点的位置参数；根据所述骨架关节点的位置参数，确定所述待识别手部的各手指的自由度参数；根据所述各手指的自由度参数，确定所述待识别手部的手势识别结果。可选的，所述根据所述骨架关节点的位置参数，确定所述待识别手部的各手指的自由度参数，包括：根据所述骨架关节点的位置参数，确定所述待识别手部的骨节向量；根据所述骨节向量，计算所述待识别手部的各手指的自由度参数。可选的，所述根据所述骨节向量，计算所述所述待识别手部的各手指的自由度参数，包括：计算不同骨节向量之间的夹角；根据所述不同骨节向量之间的夹角，确定所述待识别手部的各手指的自由度参数。可选的，所述根据所述各手指的自由度参数，确定所述待识别手部的手势识别结果，包括：<br>根据所述各手指的自由度参数，确定所述待识别手部的各手指的手指状态；根据所述各手指的手指状态，确定所述待识别手部的手势识别结果。可选的，所述根据所述各手指的自由度参数，确定所述待识别手部的各手指的手指状态，包括：根据第i根手指的自由度参数以及所述第i根手指对应的状态判断条件，确定所述第i根手指的手指状态；其中，i为正整数，i≤N，N为所述待识别手部的手指总数。可选的，所述状态判断条件包括M个条件，M为正整数，M≥2；所述根据第i根手指的自由度参数以及所述第i根手指对应的状态判断条件，确定所述第i根手指的手指状态，包括：在确定所述第i根手指的自由度参数满足所述第i根手指对应的状态判断条件中的第k个条件时，利用第一映射关系，确定所述第k个条件对应的手指状态，作为所述第i根手指的手指状态；其中，k为正整数，k≤M；所述第一映射关系至少包括：所述第i根手指对应的状态判断条件中各条件与各手指状态之间的对应关系。可选的，所述根据所述各手指的手指状态，确定所述待识别手部的手势识别结果，包括：根据所述各手指的手指状态，确定所述各手指对应的状态编码；利用所述各手指对应的状态编码，生成所述待识别手部的手势编码；利用第二映射关系，确定所述手势编码对应的手势，作为所述待识别手部的手势识别结果；其中，所述第二映射关系包括各手势编码与各手势之间的对应关系。本申请实施例还提供了一种手势识别装置，包括：获取单元，用于获取待识别手部的骨架关节点的位置参数；确定单元，用于根据所述骨架关节点的位置参数，确定所述待识别手部的各手指的自由度参数；识别单元，用于根据所述各手指的自由度参数，确定所述待识别手部的手势识别结果。本申请实施例还提供了一种设备，所述设备包括处理器以及存储器：所述存储器用于存储计算机程序；所述处理器用于根据所述计算机程序执行本申请实施例提供的手势识别方法的任一实施方式。本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行本申请实施例提供的手势识别方法的任一实施方式。与现有技术相比，本申请实施例至少具有以下优点：本申请实施例提供的手势识别方法中，在获取到待识别手部的骨架关节点的位置参数之后，先根据所述骨架关节点的位置参数，确定所述待识别手部的各手指的自由度参数，再根据所述各手指的自由度参数，确定所述待识别手部的手势识别结果。其中，因骨架关节点的位置参数能够准确地表征待识别手部中每个骨架关节点的位置信息，使得基于该位置参数确定的各手指的自由度参数，分别能够准确地表征待识别手部中每根手指的姿态信息，从而使得基于各手指的自由度参数确定的手势识别结果能够准确地表征待识别手部的姿态信息，如此能够有效地提高手势识别的准确性。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1为本申请实施例提供的一种手势识别方法的流程图；图2为本申请实施例提供的待识别手部的骨架关节点示意图；图3为本申请实施例提供的一种手势识别装置的结构示意图；图4为本申请实施例提供的一种设备的结构示意图。具体实施方式专利技术人在对传统的手势识别方法研究中发现：传统的手势识别方法可以为：将携带有手势的图片输入到预先训练的机器学习模型中进行识别，并得到该机器学习模型输出的手势识别结果。其中，机器学习模型是利用一些包括特定手势的训练数据进行训练得到的。但是，因包括特征手势的训练数据的获取过程比较艰难，使得训练机器学习模型时所使用的训练数据通常只包括少量的特定手势，如此导致训练得到的机器学习也只能识别出这些少量的特定手势，无法识别出除了这些少量的特定手势以外的其他手势，如此导致传统的手势识别方法的手势识别的准确性较低。为了提高手势识别的准确性，本申请实施例提供了一种手势识别方法，该方法是基于骨架关节点进行手势识别的，而且该方法包括：先获取待识别手部的骨架关节点的位置参数，并根据所述骨架关节点的位置参数，确定所述待识别手部的各手指的自由度参数，再根据所述各手指的自由度参数，确定所述待识别手部的手势识别结果。其中，因骨架关节点的位置参数能够准确地表征待识别手部中每个骨架关节点的位置信息，使得基于该位置参数确定的各手指的自由度参数，分别能够准确地表征待识别手部中每根手指的姿态信息，从而使得基于各手指的自由度参数确定的手势识别结果能够准确地表征待识别手部的姿态信息，如此能够有效地提高手势识别的准确性。为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。方法实施例参见图1，该图为本申请实施例提供的一种手势识别方法的流程图。本申请实施例提供的手势识别方法，包括S1-S3：S1：获取待识别手部的骨架关节点的位置参数。待本文档来自技高网...

【技术保护点】
1.一种手势识别方法，其特征在于，包括：/n获取待识别手部的骨架关节点的位置参数；/n根据所述骨架关节点的位置参数，确定所述待识别手部的各手指的自由度参数；/n根据所述各手指的自由度参数，确定所述待识别手部的手势识别结果。/n

【技术特征摘要】
1.一种手势识别方法，其特征在于，包括：
获取待识别手部的骨架关节点的位置参数；
根据所述骨架关节点的位置参数，确定所述待识别手部的各手指的自由度参数；
根据所述各手指的自由度参数，确定所述待识别手部的手势识别结果。


2.根据权利要求1所述的方法，其特征在于，所述根据所述骨架关节点的位置参数，确定所述待识别手部的各手指的自由度参数，包括：
根据所述骨架关节点的位置参数，确定所述待识别手部的骨节向量；
根据所述骨节向量，计算所述待识别手部的各手指的自由度参数。


3.根据权利要求2所述的方法，其特征在于，所述根据所述骨节向量，计算所述所述待识别手部的各手指的自由度参数，包括：
计算不同骨节向量之间的夹角；
根据所述不同骨节向量之间的夹角，确定所述待识别手部的各手指的自由度参数。


4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述各手指的自由度参数，确定所述待识别手部的手势识别结果，包括：
根据所述各手指的自由度参数，确定所述待识别手部的各手指的手指状态；
根据所述各手指的手指状态，确定所述待识别手部的手势识别结果。


5.根据权利要求4所述的方法，其特征在于，所述根据所述各手指的自由度参数，确定所述待识别手部的各手指的手指状态，包括：
根据第i根手指的自由度参数以及所述第i根手指对应的状态判断条件，确定所述第i根手指的手指状态；其中，i为正整数，i≤N，N为所述待识别手部的手指总数。


6.根据权利要求5所述的方法，其特征在于，所述状态判断条件包括M个条件，M为正整数，M≥2；

【专利技术属性】
技术研发人员：毛守迪，李骊，
申请(专利权)人：北京华捷艾米科技有限公司，
类型：发明
国别省市：北京;11