手势识别方法、装置、终端设备及计算机可读存储介质制造方法及图纸

本申请属于计算机和信息技术领域，提供一种手势识别方法，包括采集超声波图像信息与热成像图像信息；将采集的所述超声波图像信息及所述热成像图像信息输入至手势识别模型进行处理，获得所述手势识别模型输出的预测图像；判断预先存储的手势图像中是否存在与所述预测图像匹配的目标手势图像；预先存储的手势图像中存在与所述预测图像匹配的目标手势图像，则获取与所述目标手势图像对应的控制指令，并执行所述控制指令。采用上述方法将超声波技术、热成像技术输入到手势识别模型进行进行处理，将各自缺点相互弥补，平衡设备技术本身的缺陷，提升了识别速度、识别精度和设备的健壮性。

【技术实现步骤摘要】
手势识别方法、装置、终端设备及计算机可读存储介质
本申请属于计算机和信息
，尤其涉及一种手势识别方法、手势识别装置、终端设备及计算机可读存储介质。
技术介绍
目前市面上的手势识别装置都是单一设备支持，比如红外线，雷达，摄像头，电场等。在单一设备支持下存在各种缺陷：如红外光子探测易受光线影响；雷达易被生物吸收，金属反弹；摄像识别功耗大，电厂识别距离过短。由于设备和技术的单一，造成了设备本身缺陷带来的不足和技术不完善带来的迟缓、健壮性差的问题。
技术实现思路
有鉴于此，本申请实施例提供了一种手势识别方法、手势识别装置、终端设备及计算机可读存储介质，以解决现有技术中手势识别装置及技术单一而造成设备缺陷及识别迟缓的技术问题。本申请实施例的第一方面提供了一种手势识别方法，包括：采集超声波图像信息与热成像图像信息；将采集的所述超声波图像信息及所述热成像图像信息输入至手势识别模型进行处理，获得所述手势识别模型输出的预测图像；判断预先存储的手势图像中是否存在与所述预测图像匹配的目标手势图像；预先本文档来自技高网...

【技术保护点】
1.一种手势识别方法，其特征在于，包括：/n采集超声波图像信息与热成像图像信息；/n将采集的所述超声波图像信息及所述热成像图像信息输入至手势识别模型进行处理，获得所述手势识别模型输出的预测图像；/n判断预先存储的手势图像中是否存在与所述预测图像匹配的目标手势图像；/n预先存储的手势图像中存在与所述预测图像匹配的目标手势图像，则获取与所述目标手势图像对应的控制指令，并执行所述控制指令。/n

【技术特征摘要】
1.一种手势识别方法，其特征在于，包括：
采集超声波图像信息与热成像图像信息；
将采集的所述超声波图像信息及所述热成像图像信息输入至手势识别模型进行处理，获得所述手势识别模型输出的预测图像；
判断预先存储的手势图像中是否存在与所述预测图像匹配的目标手势图像；
预先存储的手势图像中存在与所述预测图像匹配的目标手势图像，则获取与所述目标手势图像对应的控制指令，并执行所述控制指令。


2.根据权利要求1所述的手势识别方法，其特征在于，采集所述超声波图像信息包括：
通过预设的超声波装置发射超声波信号，并接收所述超声波信号的反射信号；
将所述反射信号转换成电信号，再对所述电信号信息处理，获得反射所述超声波信息的目标物体的超声波图像信息。


3.根据权利要求1所述的手势识别方法，其特征在于，采集所述热成像图像信息包括：
通过预设的热成像装置采集功率信号，将采集的所述功率信号转换成电信号；
根据所述电信号模拟目标物体的温度空间分布；
根据所述目标物体的温度空间分布形成所述热成像图像信息。


4.根据权利要求1至3中任一项所述的手势识别方法，其特征在于，手势识别方法还包括：
获取训练样本数据，所述训练样本数据包括超声波图像样本、热成像图像样本以及手势图像数据库中存储的手势图像；
将所述训练样本数据输入至神经网络模型中进行训练，以得到所述手势识别模型。


5.根据权利要求4所述的手势识别方法，其特征在于，所述神经网络模型包括第一神经网络和第二神经网络。


6.根据权利要求5所述的手势识别方法，其特征在于，所述将采集的所述超声波图像信息及所述热成像图像信息输入至手势识别模型进行处理，获得所述手势识别模型输出的预测图像的步骤包括：
通过所述第一神经网络对所述超声波图像信息与所述热成像图像信息分别进行预处理形成第一图像数据集和第二图像数据集；
从所述第一图像数据集中获取第一初步图像特征，从所述第二图像数据集中获取第二初步图像特征；
从所述第一初步图像特征中提取符合第一预设条件的第一目标图像特征，从所述...

【专利技术属性】
技术研发人员：陈炫言，霰心培，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：广东;44