本发明专利技术提供一种手势识别方法及装置，涉及人工智能技术领域。所述方法包括：接收多个摄像头采集的视频数据，并从视频数据中提取多幅人员图像；基于目标身份特征库对所述多幅人员图像进行身份识别，获得至少一个人员标识对应的多角度单人图像集，所述多角度单人图像集包括多幅人员图像，每幅人员图像的采集时间相同且各幅人员图像来自不同的摄像头；从每个人员标识对应的多角度单人图像集中筛选出一幅单人图像，作为每个人员标识对应的手势识别最优图像；对每个人员标识对应的手势识别最优图像进行手势识别，获得每个人员标识对应的手势识别结果。所述装置用于执行上述方法。本发明专利技术实施例提供的手势识别方法及装置，提高了手势识别的准确性。别的准确性。别的准确性。
【技术实现步骤摘要】
一种手势识别方法及装置
[0001]本专利技术涉及人工智能
，具体涉及一种手势识别方法及装置。
技术介绍
[0002]手势识别是计算机科学和语言技术中的一个主题，目的是通过数学算法解释人的手势。
[0003]在金融交易场景有时存在安防风险，比如在柜面交易时工作人员遇到抢劫不法行为的情况；在进行业务办理时遇到火灾、损坏物塌陷等突发情况；在进行业务办理时遇到人员晕厥、摔倒、受伤等意外情况。当上述情况发生时，通常可以通过拨打电话和呐喊呼救方式获得帮助，还可以通过摄像头采集特定手势，对手势进行识别进行报警或者求助，但是在实际应用中，存在对手势的识别不准确的问题。
技术实现思路
[0004]针对现有技术中的问题，本专利技术实施例提供一种手势识别方法及装置，能够至少部分地解决现有技术中存在的问题。
[0005]第一方面，本专利技术提出一种手势识别方法，包括：
[0006]接收多个摄像头采集的视频数据，并从接收的视频数据中提取多幅人员图像；其中，所述多个摄像头从不同角度进行视频数据的采集；所述多幅人员图像的采集时间相同且来自不同的摄像头；
[0007]基于目标身份特征库对所述多幅人员图像进行身份识别，获得至少一个人员标识对应的多角度单人图像集，所述多角度单人图像集包括多幅人员图像，每幅人员图像的采集时间相同且各幅人员图像来自不同的摄像头；其中，所述目标身份特征库是预先获得的，包括至少一个人员标识以及人员标识对应的行人图像特征；
[0008]从每个人员标识对应的多角度单人图像集中筛选出一幅单人图像，作为每个人员标识对应的手势识别最优图像；
[0009]对每个人员标识对应的手势识别最优图像进行手势识别，获得每个人员标识对应的手势识别结果。
[0010]第二方面，本专利技术提供一种手势识别装置，包括：
[0011]接收模块，用于接收多个摄像头采集的视频数据，并从接收的视频数据中提取多幅人员图像；其中，所述多个摄像头从不同角度进行视频数据的采集；所述多幅人员图像的采集时间相同且来自不同的摄像头；
[0012]获得模块，用于基于目标身份特征库对所述多幅人员图像进行身份识别，获得至少一个人员标识对应的多角度单人图像集，所述多角度单人图像集包括多幅人员图像，每幅人员图像的采集时间相同且各幅人员图像来自不同的摄像头；其中，所述目标身份特征库是预先获得的，包括至少一个人员标识以及人员标识对应的行人图像特征；
[0013]筛选模块，用于从每个人员标识对应的多角度单人图像集中筛选出一幅单人图
像，作为每个人员标识对应的手势识别最优图像；
[0014]识别模块，用于对每个人员标识对应的手势识别最优图像进行手势识别，获得每个人员标识对应的手势识别结果。
[0015]第三方面，本专利技术提供一种计算机设备，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程序，所述处理器执行所述程序时实现上述任一实施例所述手势识别方法。
[0016]第四方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述手势识别方法。
[0017]第五方面，本专利技术提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述手势识别方法。
[0018]本专利技术实施例提供的手势识别方法及装置，接收多个摄像头采集的视频数据，并从接收的视频数据中提取多幅人员图像，基于目标身份特征库对多幅人员图像进行身份识别，获得至少一个人员标识对应的多角度单人图像集，从每个人员标识对应的多角度单人图像集中筛选出一幅单人图像，作为每个人员标识对应的手势识别最优图像，对每个人员标识对应的手势识别最优图像进行手势识别，获得每个人员标识对应的手势识别结果，通过从不同角度采集人员图像，筛选手势识别最优图像进行手势识别，提高了手势识别的准确性。
附图说明
[0019]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0020]图1是本专利技术第一实施例提供的手势识别方法的流程示意图。
[0021]图2是本专利技术第二实施例提供的手势识别方法的流程示意图。
[0022]图3是本专利技术第三实施例提供的手势识别方法的流程示意图。
[0023]图4是本专利技术第四实施例提供的手势识别方法的流程示意图。
[0024]图5是本专利技术第五实施例提供的手势识别方法的流程示意图。
[0025]图6是本专利技术第六实施例提供的手势识别装置的结构示意图。
[0026]图7是本专利技术第七实施例提供的手势识别装置的结构示意图。
[0027]图8是本专利技术第八实施例提供的手势识别装置的结构示意图。
[0028]图9是本专利技术第九实施例提供的手势识别装置的结构示意图。
[0029]图10是本专利技术第十实施例提供的手势识别装置的结构示意图。
[0030]图11是本专利技术第十一实施例提供的手势识别装置的结构示意图。
[0031]图12是本专利技术第十二实施例提供的电子设备的实体结构示意图。
具体实施方式
[0032]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并
不作为对本专利技术的限定。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。本申请中技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0033]为了便于理解本申请提供的技术方案，下面先对本申请技术方案的相关内容进行说明。
[0034]在实际的运营场景中，由于摄像头距离目标人员较远或者拍摄角度的问题，导致拍摄的图片进行手势识别时，准确性较低。因此，本专利技术实施例提供一种手势识别方法，通过截取同一目标同一时间在不同拍摄角度的图像，获得多角度单人图像集，从中筛选出手势识别最优图像进行手势识别，提高了手势识别的准确性。
[0035]下面以服务器作为执行主体为例，对本专利技术实施例提供的手势识别方法的具体实现过程进行说明。
[0036]图1是本专利技术第一实施例提供的手势识别方法的流程示意图，如图1所示，本专利技术实施例提供的手势识别方法，包括：
[0037]S101、接收多个摄像头采集的视频数据，并从采集的视频数据中提取多幅人员图像；其中，所述多个摄像头从不同角度进行视频数据的采集；所述多幅人员图像的采集时间相同且来自不同的摄像头；
[0038]具体地，部署多个摄像头从不同角度进行视频数据的采集，所述多个摄像头能够在同一时刻对同一个人进行视频数据的采集，每个摄像头将采集的视频数据发送给服务器。所本文档来自技高网...
【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：接收多个摄像头采集的视频数据，并从接收的视频数据中提取多幅人员图像；其中，所述多个摄像头从不同角度进行视频数据的采集；所述多幅人员图像的采集时间相同且来自不同的摄像头；基于目标身份特征库对所述多幅人员图像进行身份识别，获得至少一个人员标识对应的多角度单人图像集，所述多角度单人图像集包括多幅人员图像，每幅人员图像的采集时间相同且各幅人员图像来自不同的摄像头；其中，所述目标身份特征库是预先获得的，包括至少一个人员标识以及人员标识对应的行人图像特征；从每个人员标识对应的多角度单人图像集中筛选出一幅单人图像，作为每个人员标识对应的手势识别最优图像；对每个人员标识对应的手势识别最优图像进行手势识别，获得每个人员标识对应的手势识别结果。2.根据权利要求1所述的方法，其特征在于，获得所述目标身份特征库的步骤包括：接收目标区域内多个摄像头采集的视频数据，并从各个摄像头采集的视频数据中提取多幅行人图像；其中，在所述目标区域内设置多个摄像头从不同角度进行视频数据的采集；基于所述多幅行人图像进行特征提取，获得多个行人图像特征；若判断获知所述多个行人图像特征中存在匹配的行人图像特征，则为匹配的行人图像特征生成人员标识并将匹配的行人图像特征与人员标识对应存储到目标身份特征库。3.根据权利要求2所述的方法，其特征在于，所述基于目标身份特征库对所述多幅人员图像进行身份识别包括：从每幅人员图像中检测出至少一个单人图像；对每个单人图像进行特征提取，获得每个单人图像对应的图像特征；将每个单人图像对应的图像特征与每个人员标识对应的行人图像特征进行比较，获得每个单人图像与每个人员标识对应的行人图像特征中每个行人图像特征的相似度；获取每个单人图像与每个人员标识对应的行人图像特征中每个行人图像特征的相似度中相似度最大值，作为每个单人图像在每个人员标识下的相似度；根据每个单人图像在各个人员标识下的相似度，获取最大相似度对应的人员标识作为每个单人图像对应的人员标识。4.根据权利要求1所述的方法，其特征在于，所述从每个人员标识对应的多角度单人图像集中筛选出一幅单人图像，作为每个人员标识对应的手势识别最优图像包括：对人员标识对应的多角度单人图像集中的每幅单人图像进行人脸检测，获得每幅单人图像的人脸图像；根据每幅单人图像的人脸图像以及人脸角度计算模型，获得每幅单人图像对应的人脸偏转角度；其中，人脸偏转角度是人员图像的人脸图像相对于正面人脸图像的偏转角度；人脸角度计算模型是预先获得的；基于各幅单人图像...
【专利技术属性】
技术研发人员：杜媛媛，施好健，钟春彬，姚冕，
申请(专利权)人：中国工商银行股份有限公司，
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。