动态手势识别方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种动态手势识别方法、装置、电子设备及存储介质，动态手势识别方法包括：获取实时拍摄图像；从所述实时拍摄图像中确定第一目标手势识别图像；根据所述第一目标手势识别图像及预设区间，从所述实时拍摄图像中确定多个第二目标手势识别图像；将所述第一目标手势识别图像及多个所述第二目标手势识别图像组合为目标动态手势视频；根据预设的动态手势识别网络模型对所述目标动态手势视频进行识别，得到动态手势识别结果。本申请动态手势识别方法、装置、电子设备及存储介质，通过动态手势视频对用户的手势进行识别，可以大大地减少对用户手势的误检测，提高手势识别的检测准确率，进而减少在人机交互的场景中用户的行为所受的限制。

【技术实现步骤摘要】
动态手势识别方法、装置、电子设备及存储介质
本申请涉及手势识别
，具体而言，涉及一种动态手势识别方法、装置、电子设备及存储介质。
技术介绍
随着科学技术的不断发展与进步，手势识别技术已逐渐应用于人机交互的场景，用以通过手势实现对电子设备的操控。目前，在人机交互的场景中，手势识别大多采用的是基于静态图像的手势识别方式，然而，此种基于静态图像的手势识别方式只能辨别静态图像中是否出现手势，在用户不经意地摆放了一个与某个操作手势相符或相似的手势画面时，此种基于静态图像的手势识别方式会容易造成手势的误检测，其限制了人机交互的场景中用户的行为。
技术实现思路
本申请实施例的目的在于提供一种动态手势识别方法、装置、电子设备及存储介质，通过动态手势视频对用户的手势进行识别，可以大大地减少对用户手势的误检测，提高手势识别的检测准确率，进而减少在人机交互的场景中用户的行为所受的限制。第一方面，本申请实施例提供了一种动态手势识别方法，包括：获取实时拍摄图像；从所述实时拍摄图像中确定第一目标手势识别图像；...

【技术保护点】
1.一种动态手势识别方法，其特征在于，包括：/n获取实时拍摄图像；/n从所述实时拍摄图像中确定第一目标手势识别图像；/n根据所述第一目标手势识别图像及预设区间，从所述实时拍摄图像中确定多个第二目标手势识别图像；/n将所述第一目标手势识别图像及多个所述第二目标手势识别图像组合为目标动态手势视频；/n根据预设的动态手势识别网络模型对所述目标动态手势视频进行识别，得到动态手势识别结果。/n

【技术特征摘要】
1.一种动态手势识别方法，其特征在于，包括：
获取实时拍摄图像；
从所述实时拍摄图像中确定第一目标手势识别图像；
根据所述第一目标手势识别图像及预设区间，从所述实时拍摄图像中确定多个第二目标手势识别图像；
将所述第一目标手势识别图像及多个所述第二目标手势识别图像组合为目标动态手势视频；
根据预设的动态手势识别网络模型对所述目标动态手势视频进行识别，得到动态手势识别结果。


2.根据权利要求1所述的动态手势识别方法，其特征在于，在所述获取实时拍摄图像之前，所述方法还包括：
获取初始拍摄图像；
根据所述初始拍摄图像中的目标拍摄对象，对摄像部件的拍摄参数进行调整，以使所述目标拍摄对象处于拍摄画面的主体位置。


3.根据权利要求1所述的动态手势识别方法，其特征在于，所述从所述实时拍摄图像中确定第一目标手势识别图像，包括：
根据所述实时拍摄图像中目标拍摄对象的所在区域，从所述实时拍摄图像中截取含有所述目标拍摄对象的第一局部拍摄图像；
根据预设的神经网络模型对所述第一局部拍摄图像进行图像截取，得到第一目标手部图像；
将所述第一目标手部图像确定为第一目标手势识别图像。


4.根据权利要求3所述的动态手势识别方法，其特征在于，所述根据预设的神经网络模型对所述第一局部拍摄图像进行图像截取，得到第一目标手部图像，包括：
通过预设的神经网络模型分析得到所述第一局部拍摄图像中所述目标拍摄对象的手部位置、手部大小、手部画面占比及上肢躯干信息；
通过所述预设的神经网络模型以所述目标拍摄对象的手部位置、手部大小、手部画面占比及上肢躯干信息，对所述第一局部拍摄图像进行图像截取，得到第一目标手部图像。


5.根据权利要求4所述的动态手势识别方法，其特征在于，所述根据所述第一目标手势识别图像及预设区间，从所述实时拍摄图像中确定多个第二目标手势识别图像，包括：
根据所述第一目标手势识别图像及预设区间，从所述实时拍摄图像中确定多个目标拍摄图像；
根据每个所述目标拍摄图像中目标拍摄对象的所在区域，从每个所述目标拍摄图像中对应截取多个含有所述目标拍摄对象的第二局部拍摄图像；
根据所述预设的神经网络...

【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