手势识别方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种手势识别方法、装置、计算机设备及存储介质。其中，方法包括：确定手部图像中的手部关节信息，其中，手部关节信息包括与手部图像中目标手掌的各关节点的坐标；根据目标手掌的各关节点的坐标确定目标手掌中每根手指的状态，并基于每根手指的状态确定手势识别结果。本发明专利技术实施例的方案，可以识别更多的手势以及提高识别手势的准确性。

【技术实现步骤摘要】
手势识别方法、装置、计算机设备及存储介质
本专利技术实施例涉及计算机
，尤其涉及一种手势识别方法、装置、计算机设备及存储介质。
技术介绍
手势识别是指检测和识别人类的手势并将其转换为语义上有意义的命令的过程，由于基于视觉传感器的手势识别人机交互体验感较好，而得到了广泛的应用。现阶段，基于视觉传感器的手势识别主要通过视觉传感器采集手部图像，进一步的对手部图像进行分割并对分割结果进行分析，从而得到手势识别结果。现有技术的方法中，手部图像的分割效果直接影响了最终的手势识别结果；然而对于复杂背景下的手部图像，手部分割准确率较低，从而导致手势识别结果的准确率较低。
技术实现思路
本专利技术实施例提供一种手势识别方法、装置、计算机设备及存储介质，以可以识别更多的手势以及提高识别手势的准确性。第一方面，本专利技术实施例提供了一种手势识别方法，该方法包括：确定手部图像中的手部关节信息，其中，所述手部关节信息包括与所述手部图像中目标手掌的各关节点的坐标；根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态，并基于每根所述手指的状态确定手势识别结果。第二方面，本专利技术实施例还提供了一种手势识别装置，该装置包括：手部关节信息确定模块，用于确定手部图像中的手部关节信息，其中，所述手部关节信息包括与所述手部图像中目标手掌的各关节点的坐标；手势识别结果确定模块，用于根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态，并基于每根所述手指的状态确定手势识别结果。第三方面，本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术实施例中任一实施例所述的手势识别方法。第四方面，本专利技术实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本专利技术实施例中任一实施例所述的手势识别方法。本专利技术实施例通过确定手部图像中的手部关节信息，其中，手部关节信息包括与手部图像中目标手掌的各关节点的坐标；根据目标手掌的各关节点的坐标确定目标手掌中每根手指的状态，并基于每根手指的状态确定手势识别结果，可以识别更多的手势以及提高识别手势的准确性。附图说明图1是本专利技术实施例一中的一种手势识别方法的流程图；图2是本专利技术实施例一中适用的一种手部图像示意图；图3是本专利技术实施例二中的一种手势识别方法的流程图；图4是本专利技术实施例三中的一种手势识别方法的流程图；图5是本专利技术实施例三中的一种手势识别方法的流程图；图6是本专利技术实施例四中的一种手势识别装置的结构示意图；图7是本专利技术实施例五中的一种计算机设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术实施例，而非对本专利技术实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术实施例相关的部分而非全部结构。实施例一图1是本专利技术实施例一中的一种手势识别方法的流程图，本实施例可适用于对手部图像中的手势进行识别，从而得到手势识别结果的情况；该方法可以由手势识别装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在计算机设备中。具体的，参考图1，该方法具体包括如下步骤：S110、确定手部图像中的手部关节信息，其中，手部关节信息包括手部图像中目标手掌的各关节点的坐标。具体的，本专利技术实施例中涉及到的手部图像为包含一只手掌的图像。需要说明的是，本专利技术实施例中对手部图像中包含的手掌的数量不作限定。其中，手部关节信息中包括手部图像中目标手掌的各关节点的坐标。需要说明的是，本专利技术实施例中涉及到的目标手掌可以为手部图像中的任意一只或多只手掌，本专利技术实施例中对其不作限定。具体的，目标手掌中可以包括21个关节点。为了更好地理解本专利技术实施例，图2中列举了本专利技术实施例中适用的一张手部图像示意图；图2中使用数字0-20对手部图像中目标手掌的手部关节信息进行标注。需要说明的是，图2中仅是为了便于理解本专利技术实施例，对手部图像中的各个关节点使用数字0-20进行标号，其并不是对本专利技术实施例的限定，本领域技术人员还可以通过其他方式对手部图像中的各个关节点进行标注。S120、根据目标手掌的各关节点的坐标确定目标手掌中每根手指的状态，并基于每根手指的状态确定手势识别结果。具体的，获取到目标手掌的各关节点的坐标之后，可以进一步的根据目标手掌的各关节点的坐标确定目标手掌中每根手指的状态，并根据目标手掌每根手指的状态确定目标手掌的手势识别结果。其中，目标手掌中每根手指的状态可以包括伸直状态或者弯曲状态。可选的，在根据目标手掌的各关节点的坐标确定目标手掌中每根手指的状态之前，还可以包括：根据各关节点中的参考关节点的坐标和其他关节点中的任意一个关节点的坐标确定目标手掌的倾斜角度。其中，参考关节点可以为为目标手掌中的任意一个关节点，例如，手掌根部关节点(图2中的0号关节点)，或者中指根部关节点(图2中的9号关节点)，本专利技术实施例中对其不加以限制。具体的，目标手掌的倾斜角度即为参考关节点和其余各关节点中任意一个关节点的连线与竖直方向的夹角。需要说明的是，本专利技术实施例中目标手掌的倾斜角度可以为任意角度，例如0度、45度或者80度等，本专利技术实施例中对其不作限定。优选的，根据各关节点中的参考关节点的坐标和其他关节点中任意一个关节点的坐标确定目标手掌的倾斜角度，可以包括：基于手掌根部关节点的坐标以及中指根部关节点坐标确定手掌根部关节点与中指根部关节点的连线；将连线与竖直方向的夹角作为目标手掌的倾斜角度。具体的，本专利技术实施例中可以根据手掌根部关节点坐标以及中指根部关节点坐标确定手掌根部关节点与中指根部关节点的连线，并将该连线与竖直方向的夹角作为目标手掌的倾斜角度。这样设置的好处在于，通常情况下，中指的指向与手掌的指向相同，因此将手掌根部关节点与中指根部关节点的连线，与竖直方向的夹角作为手掌的倾斜角度的精度较高。需要说明的是，本专利技术实施例中也可以将手掌根部关节点和其他关节点中任意一个关节点的连线，与竖直方向的夹角作为手掌的倾斜角度，本专利技术实施例中对其不作限定。在本专利技术实施例的另一个例子中，可以根据小拇指根部关节点坐标以及中指根部关节点坐标确定小拇指根部关节点与中指根部关节点的连线，并将该连线与竖直方向的夹角作为目标手掌的倾斜角度。需要说明的是，本专利技术实施例中，还可以通过其他关节点的坐标确定目标手掌的倾斜角度，本专利技术实施例中不再对其进行赘述，其并不是对本专利技术实施例的限定。在本专利技术实施例的一个具体例子中，若目标手掌的手掌根部关节点坐标为(1，0)，中指根部关节点坐标为(0，11)，则手掌根部关节点与中指根部关节点的连线方程为y＝-11x+11，进一步的可以确定该本文档来自技高网...

【技术保护点】
1.一种手势识别方法，其特征在于，包括：/n确定手部图像中的手部关节信息，其中，所述手部关节信息包括所述手部图像中目标手掌的各关节点的坐标；/n根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态，并基于每根所述手指的状态确定手势识别结果。/n

【技术特征摘要】
1.一种手势识别方法，其特征在于，包括：
确定手部图像中的手部关节信息，其中，所述手部关节信息包括所述手部图像中目标手掌的各关节点的坐标；
根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态，并基于每根所述手指的状态确定手势识别结果。


2.根据权利要求1所述的方法，其特征在于，在根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态之前，还包括：
根据所述各关节点中的参考关节点的坐标和其他关节点中的任意一个关节点的坐标确定所述目标手掌的倾斜角度。


3.根据权利要求2所述的方法，其特征在于，所述根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态，包括：
若所述目标手掌的倾斜角度不等于设定阈值，则根据所述倾斜角度将所述手部图像进行旋转，以使所述手掌图像中的目标手掌旋转至竖直方向；
基于旋转后的目标手掌中每根手指的各关节点的坐标，确定每根手指的状态，其中，所述状态包括伸直状态或者弯曲状态。


4.根据权利要求2所述的方法，其特征在于，所述根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态，还包括：
若所述目标手掌的倾斜角度等于设定阈值，则基于目标手掌中每根手指的各关节点的坐标，确定每根手指的状态。


5.根据权利要求3或4所述的方法，其特征在于，所述基于每根手指的各关节点的坐标，确定每根手指的状态，包括：
针对目标手掌中的每根手指或者旋转后的目标手掌中的每根手指，若指尖的纵坐标均大于第一关节点、第二关节点以及手指根部关节点的纵坐标则所述手指的状态为伸直状态；
若指尖的纵坐标小于第一关节点、第二关节点或者手指根部关节点的纵坐标，则所述手指的状态为弯曲状态。


6.根据权利要求1所述的方法，其特征在于，所述确定手部图像中的手部关节信息，包...

【专利技术属性】
技术研发人员：王效文，
申请(专利权)人：苏州交驰人工智能研究院有限公司，
类型：发明
国别省市：江苏;32