【技术实现步骤摘要】
手势识别方法、装置、计算机设备和存储介质
本申请涉及图像识别
,特别是涉及一种手势识别方法、装置、计算机设备和存储介质。
技术介绍
随着计算机视觉技术的发展,以前可通过人眼进行的各种重要的信息交流方式,逐渐在智能设备中得到了应用,手部的表达信息便是其中重要的一种。在虚拟现实或增强现实等应用场景下,智能识别手部姿态信息是非常关键的技术,在其他需要进行信息交互的场景中同样如此,例如汽车内的多媒体系统控制、外科手术机器人控制以及手语交流等。但在传统技术中,手势识别的准确率较低。
技术实现思路
基于此,有必要针对上述技术问题,提供一种能够适用于复杂场景的手势识别方法、装置、计算机设备和存储介质。一种手势识别方法,所述方法包括:获取待检测图像,并通过手部检测模型对所述待检测图像进行手部检测;当检测出所述图像中有手存在时,从所述图像中裁剪出手部图像;分别通过静态手势分类模型、单点热力图回归模型以及全局热力图回归模型对所述手部图像进行处理得到对应的手势类型识别结果;综合所述静态手势分类模型、单点热力图回归模型以及全局热力图回归模型所得到的手势类型识别结果,得到目标手势类型。在其中一个实施例中,所述通过手部检测模型对所述待检测图像进行手部检测,包括:通过手部检测模型中的骨干网络提取所述待检测图像的多尺度特征图;计算所述多尺度特征图中的锚点框中存在手部的第一置信度;获取所述第一置信度符合要求的锚点框的位置;根据所述多尺度特 ...
【技术保护点】
1.一种手势识别方法,其特征在于,所述方法包括:/n获取待检测图像,并通过手部检测模型对所述待检测图像进行手部检测;/n当检测出所述图像中有手存在时,从所述图像中裁剪出手部图像;/n分别通过静态手势分类模型、单点热力图回归模型以及全局热力图回归模型对所述手部图像进行处理得到对应的手势类型识别结果;/n综合所述静态手势分类模型、单点热力图回归模型以及全局热力图回归模型所得到的手势类型识别结果,得到目标手势类型。/n
【技术特征摘要】
1.一种手势识别方法,其特征在于,所述方法包括:
获取待检测图像,并通过手部检测模型对所述待检测图像进行手部检测;
当检测出所述图像中有手存在时,从所述图像中裁剪出手部图像;
分别通过静态手势分类模型、单点热力图回归模型以及全局热力图回归模型对所述手部图像进行处理得到对应的手势类型识别结果;
综合所述静态手势分类模型、单点热力图回归模型以及全局热力图回归模型所得到的手势类型识别结果,得到目标手势类型。
2.根据权利要求1所述的方法,其特征在于,所述通过手部检测模型对所述待检测图像进行手部检测,包括:
通过手部检测模型中的骨干网络提取所述待检测图像的多尺度特征图;
计算所述多尺度特征图中的锚点框中存在手部的第一置信度;
获取所述第一置信度符合要求的锚点框的位置;
根据所述多尺度特征图确定所述待检测图像中手部存在结果;
将所述手部存在结果、所述锚点框的位置以及对应的第一置信度作为所述手部检测模型的输出结果。
3.根据权利要求1所述的方法,其特征在于,所述分别通过静态手势分类模型、单点热力图回归模型以及全局热力图回归模型对所述手部图像进行处理以得到对应的手势类型识别结果,包括:
将所述手部图像输入到所述静态手势分类模型中得到所述手部图像中是否存在手部的第二置信度、静态手势类型以及与所述静态手势类型对应的第一手势置信度;
通过单点热力图回归模型以及全局热力图回归模型分别对所述手部图像分别进行处理得到对应的关键点坐标;
当根据所述第二置信度判断所述手部图像中不存在手部时,则继续获取待检测图像;
当根据所述第二置信度判断所述手部图像中存在手部时,根据所述单点热力图回归模型以及全局热力图回归模型计算得到的关键点坐标得到所述单点热力图回归模型以及全局热力图回归模型对应的手势类型识别结果。
4.根据权利要求3所述的方法,其特征在于,所述根据所述单点热力图回归模型以及全局热力图回归模型计算得到的关键点坐标得到所述单点热力图回归模型以及全局热力图回归模型对应的手势类型识别结果之前,还包括:
根据预设的单点热力图清洗规则清洗对所述单点热力图回归模型处理得到的关键点进行清洗处理;
根据预设的全局热力图清洗规则对所述全局热力图回归模型处理得到的关键点进行清洗处理。
5.根据权利要求1所述的方法,其特征在于,所述单点热力图回归模型对所述手部图像进行处理得...
【专利技术属性】
技术研发人员:程校昭,丘延君,
申请(专利权)人:风变科技深圳有限公司,
类型:发明
国别省市:广东;44
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。