本发明专利技术公开了一种用于手势识别的数据增强方法，包括：获取第一手势视频数据，所述第一手势视频数据包括：第一手势视频和所述第一手势视频对应的标签；将所述第一手势视频中每一视频帧图像进行水平镜像翻转，得到第二手势视频；根据所述第一手势视频对应的标签确定所述第二手势视频对应的标签；将所述第二手势视频和所述第二手势视频对应的标签进行关联存储，得到第二手势视频数据；将所述第一手势视频数据和所述第二手势视频数据都作为手势识别模型的训练数据。上述用于手势识别的数据增强方法可以使得训练数据更丰富，从而提高手势识别模型的准确度。此外，还提出了一种用于手势识别的数据增强装置、计算机设备及存储介质。计算机设备及存储介质。计算机设备及存储介质。
【技术实现步骤摘要】
用于手势识别的数据增强方法、装置、计算机设备及存储介质
[0001]本专利技术涉及计算机
，具体涉及一种用于手势识别的数据增强方法、装置、计算机设备及存储介质。
技术介绍
[0002]手势是人类之间交流的一种自然形式，手势识别也是人机交互的重要研究方向之一。在训练手势识别模型的过程中，训练数据的质量和数量对最终手势识别的结果起到十分重要的作用。为了让模型在实际使用中能发挥更好的性能，在采集数据的过程中，倾向于数据的数量越多、数据涵盖的场景越广越好。由于采集数据是一项耗时耗力的过程，采集到数据往往可能不够全面，比如，在采集手势数据的过程中，大部分人都习惯性的用右手执行手势，从而使得最终的数据集中，右手的手势数据在总的数据中占比过高，而用左手执行的手势数据占比较低。将用这种数据训练出来的模型用在实际的场景中，会发现在检测左手手势时，其准确率往往低于右手手势。
[0003]所以为了提高模型的准确度，可以采用数据增强的方法来使得训练数据更丰富，从而提高手势识别的准确度。
技术实现思路
[0004]基于此，有必要针对上述问题，提出一种可以丰富训练数据的用于手势识别的数据增强方法、装置、计算机设备及存储介质。
[0005]一种用于手势识别的数据增强方法，包括：
[0006]获取第一手势视频数据，所述第一手势视频数据包括：第一手势视频和所述第一手势视频对应的标签；
[0007]将所述第一手势视频中每一视频帧图像进行水平镜像翻转，得到第二手势视频；
[0008]根据所述第一手势视频对应的标签确定所述第二手势视频对应的标签；
[0009]将所述第二手势视频和所述第二手势视频对应的标签进行关联存储，得到第二手势视频数据；
[0010]将所述第一手势视频数据和所述第二手势视频数据都作为手势识别模型的训练数据。
[0011]一种用于手势识别的数据增强装置，包括：
[0012]第一获取模块，用于获取第一手势视频数据，所述第一手势视频数据包括：第一手势视频和所述第一手势视频对应的标签；
[0013]翻转模块，用于将所述第一手势视频中每一视频帧对应的手势图像进行水平镜像翻转，得到第二手势视频；
[0014]确定模块，用于根据所述第一手势视频对应的标签确定所述第二手势视频对应的标签；
[0015]关联模块，用于将所述第二手势视频和所述第二手势视频对应的标签进行关联存
储，得到第二手势视频数据；
[0016]训练模块，用于将所述第一手势视频数据和所述第二手势视频数据一起作为手势识别模型的训练数据。
[0017]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
[0018]获取第一手势视频数据，所述第一手势视频数据包括：第一手势视频和所述第一手势视频对应的标签；
[0019]将所述第一手势视频中每一视频帧图像进行水平镜像翻转，得到第二手势视频；
[0020]根据所述第一手势视频对应的标签确定所述第二手势视频对应的标签；
[0021]将所述第二手势视频和所述第二手势视频对应的标签进行关联存储，得到第二手势视频数据；
[0022]将所述第一手势视频数据和所述第二手势视频数据都作为手势识别模型的训练数据。
[0023]一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：
[0024]获取第一手势视频数据，所述第一手势视频数据包括：第一手势视频和所述第一手势视频对应的标签；
[0025]将所述第一手势视频中每一视频帧图像进行水平镜像翻转，得到第二手势视频；
[0026]根据所述第一手势视频对应的标签确定所述第二手势视频对应的标签；
[0027]将所述第二手势视频和所述第二手势视频对应的标签进行关联存储，得到第二手势视频数据；
[0028]将所述第一手势视频数据和所述第二手势视频数据都作为手势识别模型的训练数据。
[0029]上述手势识别的数据增强方法、装置、计算机设备及存储介质，通过对第一手势视频中的视频帧图像进行水平镜像翻转，得到第二手势视频，并根据第一手势视频的标签确定第二手势视频对应的标签，将第二手势视频和第二手势视频对应的标签进行关联存储，得到第二视频手势数据，将第一手势视频数据和第二手势视频数据都作为手势识别模型的训练数据。上述手势识别的数据增强方法，根据第一手势视频数据得到第二手势视频数据，然后将第一手势视频数据和第二手势视频数据一起作为训练数据，可以使得训练数据更加全面，从而使得训练得到的模型不仅能够准确预测出第一手势，而且能够准确预测出第二手势。
[0030]一种用于手势识别的数据增强方法，包括：
[0031]获取第一手势图像数据，所述第一手势图像数据包括：第一手势图像和所述第一手势图像对应的标签；
[0032]将所述第一手势图像进行水平镜像翻转，得到第二手势图像；
[0033]根据所述第一手势图像对应的标签确定所述第二手势图像对应的标签；
[0034]将所述第二手势图像和所述第二手势图像对应的标签进行关联存储，得到第二手势图像数据；
[0035]将所述第一手势图像数据和所述第二手势图像数据都作为手势识别模型的训练
数据。
[0036]一种用于手势识别的数据增强装置，包括：
[0037]图像获取模块，用于获取第一手势图像数据，所述第一手势图像数据包括：第一手势图像和所述第一手势图像对应的标签；
[0038]图像翻转模块，用于将所述第一手势图像进行水平镜像翻转，得到第二手势图像；
[0039]标签确定模块，用于根据所述第一手势图像对应的标签确定所述第二手势图像对应的标签；
[0040]图像标签关联模块，用于将所述第二手势图像和所述第二手势图像对应的标签进行关联存储，得到第二手势图像数据；
[0041]模型数据模块，用于将所述第一手势图像数据和所述第二手势图像数据都作为手势识别模型的训练数据。
[0042]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
[0043]获取第一手势图像数据，所述第一手势图像数据包括：第一手势图像和所述第一手势图像对应的标签；
[0044]将所述第一手势图像进行水平镜像翻转，得到第二手势图像；
[0045]根据所述第一手势图像对应的标签确定所述第二手势图像对应的标签；
[0046]将所述第二手势图像和所述第二手势图像对应的标签进行关联存储，得到第二手势图像数据；
[0047]将所述第一手势图像数据和所述第二手势图像数据都作为手势识别模型的训练数据。
[0048]一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：...
【技术保护点】
【技术特征摘要】
1.一种用于手势识别的数据增强方法，其特征在于，包括：获取第一手势视频数据，所述第一手势视频数据包括：第一手势视频和所述第一手势视频对应的标签；将所述第一手势视频中每一视频帧图像进行水平镜像翻转，得到第二手势视频；根据所述第一手势视频对应的标签确定所述第二手势视频对应的标签；将所述第二手势视频和所述第二手势视频对应的标签进行关联存储，得到第二手势视频数据；将所述第一手势视频数据和所述第二手势视频数据都作为手势识别模型的训练数据。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取待扩增的手势视频，所述手势视频中包括多个视频帧图像；对所述手势视频中每个视频帧图像进行边缘扩增，得到边缘扩增后的手势视频，所述边缘扩增后的手势视频中手势的占比减少；将扩增前的手势视频和所述扩增后的手势视频都作为手势识别模型的训练数据。3.根据权利要求2所述的方法，其特征在于，所述对所述手势视频中每个视频帧图像进行边缘扩增，得到边缘扩增后的手势视频，包括：根据所述视频帧图像边缘的像素值确定对应的扩增边缘的扩增颜色；根据所述扩增颜色按照预设的扩增宽度对所述视频帧图像的边缘进行扩增，得到扩增后的视频帧图像。4.根据权利要求3所述的方法，其特征在于，所述根据所述视频帧图像边缘的像素值确定对应的扩增边缘的扩增颜色，包括：获取所述视频帧图像边缘预设位置的像素值，将所述预设位置的像素值作为相应的扩增边缘的扩增颜色。5.根据权利要求2所述的方法，其特征在于，所述对所述手势视频中每个视频帧图像进行边缘扩增，得到边缘扩增后的手势视频，包括：获取所述手势视频中的第一视频帧图像；根据所述第一视频帧图像中每个边缘的像素值确定相应扩增边缘的像素值，得到所述第一视频帧图像中四个边缘分别对应的扩增像素值；根据所述第一视频帧图像中四个边缘分别对应的扩增像素值和预设的扩充宽度确定所述第一视频帧图像的四个扩增边缘；将所述手势视频中的其他视...
【专利技术属性】
技术研发人员：邵池，程骏，郭渺辰，庞建新，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。