手部关键点检测的方法、设备和计算机设备技术

本申请涉及一种手部关键点检测的方法、设备和计算机设备，其中，关键点检测的方法包括：通过获取图像集合，根据图像集合中手部关键点的真实位置标签，生成手部关键点的掩码，其中，手部关键点分类为指尖点和掌心点，根据图像集合的特征图，解析手部关键点的关键点识别信息，根据掩码和关键点识别信息，得到手部关键点的预测位置标签值，根据预测位置标签值和真实位置标签，对手部关键点进行损失函数回归，得到手部关键点检测模型，通过手部关键点检测模型进行手部关键点检测，解决了相关技术中依赖于有序排列的关键点进行姿态估计的方法，成本较高的问题，提高了手部关键点检测的场景适应性，降低了手部关键点检测的成本。

【技术实现步骤摘要】
手部关键点检测的方法、设备和计算机设备
本申请涉及计算机视觉领域，特别是涉及手部关键点检测的方法、设备和计算机设备。
技术介绍
随着人机交互技术的发展，人机交互方式如键盘、鼠标、触屏等在许多新兴领域已经难以满足用户的要求，在增强现实(AugmentedReality，简称为AR)等远程操控场景下，用户更倾向于使用无线的、非接触式的方式实现人机交互。另一方面，基于计算机视觉技术的交互技术可以让用户摆脱繁杂的交互设备，利用特定的身体动作向机器发出指令，方便快捷，所以计算机视觉技术的发展满足了用户使用无线的、非接触式的方式实现人机交互的要求。在相关技术中，对关键点的姿态估计是通过依照预设的先后顺序进行关键点的筛选和依次连接实现的，这种进行关键点的预测和聚合的方法依赖于关键点的有序排列，可以识别手指具体为拇指、食指或者中指等等，然而，基于有序关键点进行关键点检测的方法，检测模型训练更为困难，数据采集与标注过程更为费力，成本较高，而且在实际使用过程中，通常不需要识别进行点击的手指为食指或者中指，因此基于有序关键点进行关键点检测的方法容易造成浪费。本文档来自技高网...

【技术保护点】
1.一种手部关键点检测的方法，其特征在于，所述方法包括：/n获取图像集合，根据所述图像集合中手部关键点的真实位置标签，生成所述手部关键点的掩码，其中，所述手部关键点分类为指尖点和掌心点；/n根据所述图像集合的特征图，解析所述手部关键点的关键点识别信息，根据所述掩码和所述关键点识别信息，得到所述手部关键点的预测位置标签值；/n根据所述预测位置标签值和所述真实位置标签，对所述手部关键点进行损失函数回归，得到手部关键点检测模型，通过所述手部关键点检测模型进行手部关键点检测。/n

【技术特征摘要】
1.一种手部关键点检测的方法，其特征在于，所述方法包括：
获取图像集合，根据所述图像集合中手部关键点的真实位置标签，生成所述手部关键点的掩码，其中，所述手部关键点分类为指尖点和掌心点；
根据所述图像集合的特征图，解析所述手部关键点的关键点识别信息，根据所述掩码和所述关键点识别信息，得到所述手部关键点的预测位置标签值；
根据所述预测位置标签值和所述真实位置标签，对所述手部关键点进行损失函数回归，得到手部关键点检测模型，通过所述手部关键点检测模型进行手部关键点检测。


2.根据权利要求1所述的手部关键点检测的方法，其特征在于，所述得到所述手部关键点的预测位置标签值包括：
通过所述手部关键点的绝对位置信息，调整所述预测位置标签值。


3.根据权利要求2所述的手部关键点检测的方法，其特征在于，获取所述手部关键点的绝对位置信息包括：
由网格图得到所述绝对位置信息，其中，所述网格图提供网格点坐标。


4.根据权利要求2所述的手部关键点检测的方法，其特征在于，获取所述手部关键点的绝对位置信息包括：
由偏移图得到所述绝对位置信息，其中，根据所述偏移图与所述预测位置标签值的乘积，调整所述预测位置标签值。


5.根据权利要求1所述的手部关键点检测的方法，其特征在于，所述通过所述手部关键点检测模型进行手部关键点检测包括：
通过所述手部关键点模型，获取待检测图像的掌心点和指尖点；
以所述掌心点为基准，根据所述掌心点和所述指尖点的标签值，将所述掌心点与所述指尖点进行聚合，其中，所述掌心点与所述指尖点的标签值对应。


6.根据权利要求1所述的手部关键点检测的方法，其特征在于，所述根据所述图像集合中手部关键点的真实位置标签，生成所述手部关键点的掩码包括：
根据所述图像集...

【专利技术属性】
技术研发人员：林健，周志敏，刘海伟，丛林，
申请(专利权)人：杭州易现先进科技有限公司，
类型：发明
国别省市：浙江;33