一种手势识别方法、装置、终端设备及可读存储介质制造方法及图纸

本申请公开一种手势识别方法、装置、终端设备及可读存储介质，该方法包括：获取真实视频数据；对真实视频数据进行预处理，获得待处理视频数据；将待处理视频数据输入至预训练的手势识别网络模型进行处理，获得识别结果；将识别结果发送至预设管理终端。本申请通过识别视频数据中基于不同速率变化的场景，有效的整合了不同时间速率的图像特征，实现对手势类型的智能识别，降低了计算量提高了识别结果的精度，且鲁棒性高。

【技术实现步骤摘要】
【国外来华专利技术】一种手势识别方法、装置、终端设备及可读存储介质
本申请涉及图像数据处理
，具体涉及一种手势识别方法、装置、终端设备及可读存储介质。
技术介绍
在轨道交通系统中，当车辆经过固定检查点时，司机需要根据需求作出相应的手势，以此跟地面人员进行沟通交流。传统基于手势的管理方法是通过安全管理人员查看全天候的监控视频，来根据司机的手势判断司机是否按照要求进行对应的操作，上述方法需要耗费大量的人力和物力且效率低下。相关手势识别方法主要通过不同的人工智能算法实现实时、离线、全自动的手势识别，确定对应的识别结果，然而上述方法识别较结果的精度低且鲁棒性差。技术问题本申请实施例的目的之一在于：提供一种手势识别方法、装置、终端设备及可读存储介质，旨在解决相关手势识别方法识别较结果的精度低且鲁棒性差的问题。技术解决方案为解决上述技术问题，本申请实施例采用的技术方案是：第一方面，提供了一种手势识别方法，包括：获取真实视频数据；对所述真实视频数据进行预处理，获得待处理视频数据；将所述待处理视频数据输本文档来自技高网...

【技术保护点】
1.一种手势识别方法，其特征在于，包括：/n获取真实视频数据；/n对所述真实视频数据进行预处理，获得待处理视频数据；/n将所述待处理视频数据输入至预训练的手势识别网络模型进行处理，获得识别结果；/n将所述识别结果发送至预设管理终端。/n

【技术特征摘要】
【国外来华专利技术】1.一种手势识别方法，其特征在于，包括：
获取真实视频数据；
对所述真实视频数据进行预处理，获得待处理视频数据；
将所述待处理视频数据输入至预训练的手势识别网络模型进行处理，获得识别结果；
将所述识别结果发送至预设管理终端。


2.如权利要求1所述的手势识别方法，其特征在于，所述对所述真实视频数据进行预处理，获得待处理视频数据，包括：
对所述真实视频数据进行分帧处理，获得分帧后的视频片段；
按照预设方式对所述分帧后的视频片段进行重组，获得所述待处理视频数据。


3.如权利要求2所述的手势识别方法，其特征在于，所述按照预设方式对所述分帧后的视频片段进行重组，获得所述待处理视频数据，包括：
按照跳帧处理方式选取多个分帧后的视频片段并进行重组，获得所述待处理视频数据。


4.如权利要求1所述的手势识别方法，其特征在于，所述方法还包括：
获取多个训练视频数据；
对所述训练视频数据进行预处理，获得预处理后的训练视频数据；
根据每个所述训练视频数据中的手势类型分别对对应的预处理的训练视频数据添加标签，获得训练数据集；
根据训练数据集对手势识别网络模型进行预训练，获得预训练后的手势识别网络模型。


5.如权利要求1至4任一项所述的手势识别方法，其特征在于，所述手势识别网络模型包括快通道网络模型、慢通道网络模型、混合网络模型和预测识别网络模型。


6.如权利要求5所述的手势识别方法，其特征在于，所述待处理视频数据包括第一视频数据和第二视频数据；
所述将所述待处理视频数据输入至预训练的手势识别网络模型进行处理，获得识别结果，包括：
将所述第一视频数据输入至所述快通道网络模型进行处理，获得第一处理结果；
将所述第二视频数据输入至所述慢通道网络模型，通过所述慢通道网络模型和所述混合网络模型进行处理，获得第二处理结果；
通过所述预测识别网络模型对所述第一处理结果和第二处理结果进行融合处理，获得所述待处理视频数据中的手势属于每个预设手势类型的概率值；
选取概率值最大的手势类型作为识别结果。


7.如权利要求5所述的手势识别方法，其特征在于，所述快通道网络模型包括第一时空三维内核的深度卷积神经网络模型，所述慢通道网络模型包括第二时空三维内核的深度卷积神经网络模型，所述混合网络模型包括融合层，所述预测识别网络模型包括全局池化层、深度融合层和全连接层。


8.一种手势识别装置，其特征在于，包括：
第一获取模块，用于获取真实视频...

【专利技术属性】
技术研发人员：龙柏君，黄凯明，
申请(专利权)人：深圳市锐明技术股份有限公司，
类型：发明
国别省市：广东;44