一种手势识别方法及相关设备技术

本发明专利技术公开了一种手势识别方法及相关设备。该方法包括：获取图像数据；获取手势图像数据；利用卷积神经网络模型对手势图像数据中的手势进行识别，其中，卷积神经网络模型是基于扩充训练图片训练得到的，扩充训练图片包括平移图片、旋转图片、缩放图片和剪切图片中的至少一种。本申请的实例通过合理的设计卷积层，池化层，全连接层之间的排列顺序，以及合理地选择每层神经网络的激活函数和卷积核的尺寸,并通过包括平移图片、旋转图片、缩放图片和剪切图片在内的扩充训练图片对模型进行训练，可以减少对于手势位置远近、方向、图像的背景和光照条件对于识别结果的影响。此模型训练速度快，能够对车辆中不同用户，在不同使用场景下的手势有很好的识别效果。的手势有很好的识别效果。的手势有很好的识别效果。

【技术实现步骤摘要】
一种手势识别方法及相关设备


[0001]本说明书涉及图像识别领域，更具体地说，本专利技术涉及一种手势识别方法及相关设备。

技术介绍

[0002]随着汽车智能化的程度越来越高，车机的功能也越来越丰富。现如今大多数的新车上都配备了诸如观看视频，播放音乐，查看照片等功能。且随着功能的增多，车机系统的交互页面层级也越来越深，越来越复杂。以播放音乐为例，用户在使用过程中需要在屏幕上频繁点击：上一首，下一首，调高/调低音量，进入下一页，返回上一页等按钮。用户操作时需要手脑并用，这无疑会影响行车安全。由于操作车机而造成车祸的新闻也并不少见。因此，许多汽车厂家开发了手势控制功能，借助用户的手势采取非接触的方式控制车机系统。
[0003]现有的解决方案是在一个通用的图像识别算法模型上输入手势照片进行学习后形成一个手势识别的算法模型。以目前使用的模型为例，虽然该模型已经为了在移动端设备上运行已经进行了简化，其仍然拥有超过300万个参数。这样带来的一个明显弊端就是需要花费大量的时间和计算资源来进行训练，并且在部署在行动端的时候占用空间较大。此外，这种模型往往本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种手势识别方法，用于车辆，其特征在于，包括：获取手势图像数据；利用卷积神经网络模型对所述手势图像数据中的手势进行识别，其中，所述卷积神经网络模型是基于扩充训练图片训练得到的，所述扩充训练图片包括平移图片、旋转图片、缩放图片和剪切图片中的至少一种。2.如权利要求1所述的方法，其特征在于，所述平移图片包括水平平移图片和竖直平移图片。3.如权利要求2所述的方法，其特征在于，所述扩充训练图片的平移、旋转、缩放和剪切参数是基于所述车辆的驾驶舱内场景确定的。4.如权利要求1所述的方法，其特征在于，所述优化卷积神经网络模型包括二维卷积层、最大池化层、一维展开层和全连接层。5.如权利要求1所述的方法，其特征在于，所述扩充训练图片为黑白图片。6.如权利要求1所述的方法，其特征在于，所述扩充训练图片采用加密压缩算法储存。7.如权利要求1所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：李兆冉，
申请(专利权)人：岚图汽车科技有限公司，
类型：发明
国别省市：