【技术实现步骤摘要】
张贴动作手势识别及模型训练方法、装置及设备
[0001]本专利技术涉及计算机
，尤其涉及一种张贴动作手势识别及模型训练方法、装置及设备。
技术介绍
[0002]将布告、广告、标语等张贴物采用粘、钉等手段张贴在墙或板或其他载体上，张贴物用于展示信息。人工检查用户是否张贴相应的张贴物，显然是极其耗费时间和精力的，也增加了企业的人工成本，同时人工检查的准确度有待考量。
[0003]有待于此，相关技术提出基于计算机视觉的模板匹配方法，通过对图像数据基于模板进行信息匹配来检测张贴行为。但难点在于，该方法必须选择出每张图片中哪一种特征是最重要的，这很大程度上依赖于工程师的判断和长时间的误差处理。因此传统计算机视觉的模板匹配方法工作量是比较大的，因为要考虑多种不同的匹配模板，最终精确度很难做到很高。
技术实现思路
[0004]针对现有技术中的问题，本专利技术的目的在于提供一种张贴动作手势识别及模型训练方法、装置及设备，不仅能够大幅提升识别效率，还能够降低人工因素干扰导致的识别精度低的问题，提升识别精确度。
【技术保护点】
【技术特征摘要】
1.一种张贴动作手势识别方法，其特征在于，包括：获取待识别图像及基于卷积神经网络的手势识别模型，所述卷积神经网络包括至少一层卷积层；利用所述至少一层卷积层从所述待识别图像中提取图像特征，并根据所述图像特征在所述待识别图像中确定至少一个对象候选框及候选对象的类别，并根据所述候选对象的类别在所述对象候选框中筛选包含目标对象的目标对象框，所述目标对象作为张贴动作手势。2.根据权利要求1所述的张贴动作手势识别方法，其特征在于，所述卷积神经网络包括至少两层卷积层，则利用所述至少一层卷积层从所述待识别图像中提取图像特征，包括：根据所述至少两层卷积层输出的图像特征，在所述待识别图像中识别出对象候选框集合及各候选对象的类别。3.根据权利要求2所述的张贴动作手势识别方法，其特征在于，所述根据所述候选对象的类别在所述对象候选框中筛选包含目标对象的目标对象框，包括如下步骤：根据所述候选对象的类别在所述对象候选框集合中保留所述候选对象的类别为目标的对象候选框；根据保留的对象候选框之间的位置关系，对保留的所述对象候选框进行去重，得到所述目标对象框。4.根据权利要求3所述的张贴动作手势识别方法，其特征在于，所述根据保留的对象候选框之间的位置关系，对保留的所述对象候选框进行去重，得到所述目标对象框，包括如下步骤：从所述图像特征中获得保留的对象候选框的置信度，并根据所述置信度在保留的对象候选框中选择参考候选框，所述参考对象候选框的置信度高于保留的所述对象候选框中的剩余候选框；根据所述剩余候选框与所述参考对象候选框之间的位置关系，获得所述剩余候选框与所述参考候选框之间的重叠面积，并在所述重叠面积超过目标阈值的情况下，在所述待识别图像中将所述剩余候选框删除，得到所述目标对象框。5.根据权利要求4所述的张贴动作手势识别方法，其特征在于，所述根据保留的对象候选框之间的位置关系，对保留的所述对象候选框进行去重，得到所述目标对象框，还包括如下步骤：在所述重叠面积未超过所述目标阈值的情况下，保留所述剩余候选框，得到剩余候选框集合；将保留的所述剩余候选框集合作为保留的对象候选框，返回所述从所述图像特征中获得保留的对象候选框的置信度，并根据所述置信度在保留的...
【专利技术属性】
技术研发人员：魏献巍，杨慧鑫，
申请(专利权)人：江苏满运软件科技有限公司，
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。