手势识别方法及装置制造方法及图纸

本申请提供一种手势识别方法及装置，其中所述手势识别方法包括：通过图像采集设备采集手势图像数据；对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量；将所述图像归一化向量输入预先量化的手势识别模型，获得手势识别结果，提高了手势识别的效率，并降低了手势识别所需的资源占用。并降低了手势识别所需的资源占用。并降低了手势识别所需的资源占用。

【技术实现步骤摘要】
手势识别方法及装置


[0001]本申请涉及人工智能的人机交互
，特别涉及手势识别方法及装置、计算设备和计算机可读存储介质。

技术介绍

[0002]人工智能（artificial intelligence；AI）是指已工程化（即设计并制造）的系统感知环境的能力，以及获取、处理、应用和表示知识的能力。人工智能领域关键技术的发展状况，包括机器学习、知识图谱、自然语言处理、计算机视觉、人机交互、生物特征识别、虚拟现实/增强现实等关键技术。
[0003]人机交互主要研究人和计算机之间的信息交换，主要包括人到计算机和计算机到人的两部分信息交换，是人工智能领域的重要的外围技术。人机交互是与认知心理学、人机工程学、多媒体技术、虚拟现实技术等密切相关的综合学科。人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。
[0004]体感交互是个体不需要借助任何复杂的控制系统，以体感技术为基础，直接通过肢体动作与周边数字设备装置和环境进行自然的交互。依照体感方式与原理的不同，体感技术主要分为三类：惯性感测、光学感测以及光学联合感测。体感交互通常由运动追踪、手势识别、运动捕捉、面部表情识别等一系列技术支撑。
[0005]随着人工智能的发展，用户对智能化设备的智能化需求越来越高，而手势识别作为一种简洁又直观的智能化人机交互方法，可以满足很多场景下用户对智能设备的智能化需求，提高用户对智能设备使用的便易性。而由于手势识别过程中需要耗费大量的计算资源，因此，对需要进行手势识别的智能设备的性能要求较高。目前手势识别主要面向的设备为PC（Personal Computer，个人电脑）或服务器等计算资源较为丰富的设备，而对于计算资源相对薄弱的客户端则不太适用。

技术实现思路

[0006]有鉴于此，本申请实施例提供了一种手势识别方法及装置、计算设备和计算机可读存储介质，以解决现有技术中存在的技术缺陷。
[0007]根据本申请实施例的第一方面，提供了一种手势识别方法，包括：通过图像采集设备采集手势图像数据；对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量；将所述图像归一化向量输入预先量化的手势识别模型，获得手势识别结果。
[0008]可选地，所述对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量，包括：通过执行多数据流类型的汇编指令对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量。
[0009]可选地，所述通过执行多数据流类型的汇编指令对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量，包括：计算所述手势图像数据中像素点的每个通道值对应的平均值以及方差；在所述手势图像数据的像素点的像素值中获取至少一个像素序列，其中每个像素序列包含设定数量的目标像素值；通过执行多数据流类型的第一汇编指令将所述至少一个像素序列中包含的目标像素值并行化加载至第一寄存器；通过执行多数据流类型的第二汇编指令将所述目标像素值对应的平均值以及方差加载至第二寄存器；通过执行多数据流类型的第三汇编指令对将所述第一寄存器中的目标像素值、与所述第二寄存器中的平均值以及方差进行归一化计算，获得所述目标像素值对应的图像归一化向量。
[0010]可选地，所述对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量之前，还包括：将所述手势图像数据进行格式转换，获得设定格式的手势图像数据；所述对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量，包括：对所述设定格式的手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量。
[0011]可选地，所述将所述手势图像数据进行格式转换，获得设定格式的手势图像数据，包括：将所述手势图像数据转换为目标编码格式的手势图像数据；或，将所述手势图像数据转换为目标存储格式的手势图像数据；或，将所述手势图像数据转换为目标编码格式的手势图像数据，并将目标编码格式的手势图像数据转换为目标存储格式的手势图像数据。
[0012]可选地，所述对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量之前，还包括：在确定所述手势图像数据存在偏移旋转角度的情况下，确定所述偏移旋转角度对应的位置映射关系；根据所述位置映射关系对所述手势图像数据中像素点进行位置转换，获得矫正后的手势图像数据；相应的，所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量，包括：对矫正后的手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量。
[0013]可选地，所述将所述图像归一化向量输入预先量化的手势识别模型，获得手势识别结果，包括：将所述图像归一化向量输入预先量化的手势识别模型，获得所述手势识别模型输出的手势检测框以及手势类型；
将所述手势检测框以及所述手势类型作为手势识别结果。
[0014]可选地，所述将所述图像归一化向量输入预先量化的手势识别模型，获得手势识别结果，包括：将所述图像归一化向量输入预先量化的手势识别模型中的特征提取模块进行特征提取，获得所述特征提取模块输出的图像特性向量；将所述图像特征向量分别输入手势识别模型中的第一卷积层以及第二卷积层，获得所述第一卷积层输出的手势检测框以及所述第二卷积层输出的手势类型，将所述手势检测框以及所述手势类型作为所述手势识别模型输出的手势识别结果。
[0015]可选地，所述将所述图像归一化向量输入预先量化的手势识别模型，获得手势识别结果之后，还包括：基于手势识别结果，确定所述手势图像数据对应的手势类型；执行所述手势类型对应的应用策略。
[0016]根据本申请实施例的第二方面，提供了一种手势识别装置，包括：采集模块，被配置为通过图像采集设备采集手势图像数据；处理模块，被配置为对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量；识别模块，被配置为将所述图像归一化向量输入预先量化的手势识别模型，获得手势识别结果。
[0017]根据本申请实施例的第三方面，提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行所述计算机指令时实现所述手势识别方法的步骤。
[0018]根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机指令，所述计算机指令被处理器执行时实现所述手势识别方法的步骤。
[0019]根据本申请实施例的第五方面，提供了一种芯片，其存储有计算机指令，所述计算机指令被芯片执行时实现所述手势识别方法的步骤。
[0020]本申请实施例中，通过图像采集设备采集手势图像数据；对手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量；将图像归一化向量输入预先量化的手势识别模型，获得手势识别结果。减少了手势识别模型的资源占用，并提高了手势识别的效率。
附图说明
[0021]图1是本申请一实施例提供的计算设备的结构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种手势识别方法，其特征在于，包括：通过图像采集设备采集手势图像数据；对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量；将所述图像归一化向量输入预先量化的手势识别模型，获得手势识别结果。2.根据权利要求1所述的手势识别方法，其特征在于，所述对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量，包括：通过执行多数据流类型的汇编指令对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量。3.根据权利要求2所述的手势识别方法，其特征在于，所述通过执行多数据流类型的汇编指令对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量，包括：计算所述手势图像数据中像素点的每个通道值对应的平均值以及方差；在所述手势图像数据的像素点的像素值中获取至少一个像素序列，其中每个像素序列包含设定数量的目标像素值；通过执行多数据流类型的第一汇编指令将所述至少一个像素序列中包含的目标像素值并行化加载至第一寄存器；通过执行多数据流类型的第二汇编指令将所述目标像素值对应的平均值以及方差加载至第二寄存器；通过执行多数据流类型的第三汇编指令对将所述第一寄存器中的目标像素值、与所述第二寄存器中的平均值以及方差进行归一化计算，获得所述目标像素值对应的图像归一化向量。4.根据权利要求1所述的手势识别方法，其特征在于，所述对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量之前，还包括：将所述手势图像数据进行格式转换，获得设定格式的手势图像数据；相应的，所述对所述手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量，包括：对所述设定格式的手势图像数据中像素点的像素值进行并行归一化处理，获得图像归一化向量。5.根据权利要求4所述的手势识别方法，其特征在于，所述将所述手势图像数据进行格式转换，获得设定格式的手势图像数据，包括：将所述手势图像数据转换为目标编码格式的手势图像数据；或，将所述手势图像数据转换为目标存储格式的手势图像数据；或，将所述手势图像数据转换为目标编码格式的手势图像数据，并将目标编码格式的手势图像数据转换为目标存储格式的手势图像数据。6.根据权利要求1所述的手势识别方法，其特征在于，所述对所述手势图像数据中像素点的像素值进行并行归一化处理，获...

【专利技术属性】
技术研发人员：高圣君，李长亮，徐支勇，
申请(专利权)人：北京金山数字娱乐科技有限公司，
类型：发明
国别省市：