System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 手势估计网络处理方法、装置、设备及介质制造方法及图纸_技高网

手势估计网络处理方法、装置、设备及介质制造方法及图纸

技术编号:40201447 阅读:3 留言:0更新日期:2024-02-02 22:14
本公开提供了一种手势估计网络处理方法、装置、设备及存储介质,所述方法包括:获取多种手势对应的手势仿真图像,其中,手势仿真图像包括手势关键点;对手势仿真图像添加场景元素,生成手势半真实图像,其中,场景元素用于模拟表征手势仿真图像对应的真实环境;基于手势半真实图像以及手势半真实图像中的手势关键点,训练手势估计网络进行手势估计处理。可以得到与手势真实图像接近的手势半真实图像,并且,手势半真实图像具有位置精准的手势关键点,因此无需人工标定图像中的手势关键点,降低了手势网络的训练难度,也能提高手势估计网络对手势真实图像的处理效果。

【技术实现步骤摘要】

本公开涉及手势估计处理领域,尤其涉及一种手势估计网络处理方法、装置、设备及介质


技术介绍

1、随着人工智能技术的不断成熟,越来越多的应用场景开始支持人机交互,而手势交互则是一种常见的人机交互方式。

2、为了实现手势交互,相关技术需要预先利用手势真实图像训练手势估计网络,然后利用训练好的手势估计网络进行手势识别。然而,用于训练手势估计网络的手势真实图像存在人工标记准确性低的问题,使得训练得到的手势估计网络进行手势估计处理时的准确性较差。因此,利用非人工标记的图像训练手势估计网络,以提高手势估计处理效果,是亟需解决的技术问题。


技术实现思路

1、为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种手势估计网络处理方法、装置、设备及介质,无需人工标定图像中的手势关键点,也能提高手势估计网络对手势真实图像的处理效果。

2、第一方面,本公开提供了一种手势估计网络处理方法,该方法包括:

3、获取多种手势对应的手势仿真图像,其中,手势仿真图像包括手势关键点;

4、对手势仿真图像添加场景元素,生成手势半真实图像,其中,场景元素用于模拟表征手势仿真图像对应的真实环境;

5、基于手势半真实图像以及手势半真实图像中的手势关键点,训练手势估计网络进行手势估计处理。

6、第二方面,本公开提供了一种手势估计网络处理装置,该装置包括:

7、手势仿真获取模块,用于获取多种手势对应的手势仿真图像,其中,手势仿真图像包括手势关键点;

8、手势半真实图像生成模块,用于对手势仿真图像添加场景元素,生成手势半真实图像,其中,场景元素用于模拟表征手势仿真图像对应的真实环境;

9、手势估计处理模块,用于基于手势半真实图像以及手势半真实图像中的手势关键点,训练手势估计网络进行手势估计处理。

10、第三方面,本公开提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在终端设备上运行时,使得所述终端设备实现上述的方法。

11、第四方面,本公开提供了一种设备,包括:存储器,处理器,及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述的方法。

12、第五方面,本公开提供了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/指令,所述计算机程序/指令被处理器执行时实现上述的方法。

13、本公开实施例提供的技术方案与现有技术相比至少具有如下优点:

14、本公开实施例提供了一种手势估计网络处理方法、装置、设备及介质,获取多种手势对应的手势仿真图像,其中,手势仿真图像包括手势关键点;对手势仿真图像添加场景元素,生成手势半真实图像,其中,场景元素用于模拟表征手势仿真图像对应的真实环境;基于手势半真实图像以及手势半真实图像中的手势关键点,训练手势估计网络进行手势估计处理。通过上述过程,可以得到与手势真实图像接近的手势半真实图像,并且,手势半真实图像具有位置精准的手势关键点,因此无需人工标定图像中的手势关键点,降低了手势网络的训练难度,也能提高手势估计网络对手势真实图像的处理效果。

本文档来自技高网...

【技术保护点】

1.一种手势估计网络处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述对所述手势仿真图像添加场景元素,生成手势半真实图像,包括:

3.根据权利要求1所述的方法,其特征在于,所述获取多种手势对应的手势仿真图像,包括:

4.根据权利要求3所述的方法,其特征在于,所述确定所述手势真实图像的手势特征数据,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述手势真实图像的手势关键点,对所述手势真实图像进行手势特征分析,得到所述手势真实图像的手势特征数据,包括以下至少一种:

6.根据权利要求3所述的方法,其特征在于,所述基于所述手势特征数据,生成所述多种手势对应的手势仿真图像,包括:

7.根据权利要求1所述的方法,其特征在于,所述获取多种手势对应的手势仿真图像,包括:

8.根据权利要求7所述的方法,其特征在于,所述将多种手势对应的多个角度输入第一自由度对应的手部模型,得到所述第一自由度对应的手势图像,包括:

9.根据权利要求1所述的方法,其特征在于,所述获取多种手势对应的手势仿真图像,包括:

10.一种手势估计网络处理装置,其特征在于,所述装置包括:

11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当所述指令在终端设备上运行时,使得所述终端设备实现如权利要求1-9任一项所述的方法。

12.一种设备,其特征在于,包括:存储器,处理器,及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-9任一项所述的方法。

13.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如权利要求1-9任一项所述的方法。

...

【技术特征摘要】

1.一种手势估计网络处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述对所述手势仿真图像添加场景元素,生成手势半真实图像,包括:

3.根据权利要求1所述的方法,其特征在于,所述获取多种手势对应的手势仿真图像,包括:

4.根据权利要求3所述的方法,其特征在于,所述确定所述手势真实图像的手势特征数据,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述手势真实图像的手势关键点,对所述手势真实图像进行手势特征分析,得到所述手势真实图像的手势特征数据,包括以下至少一种:

6.根据权利要求3所述的方法,其特征在于,所述基于所述手势特征数据,生成所述多种手势对应的手势仿真图像,包括:

7.根据权利要求1所述的方法,其特征在于,所述获取多种手势对应的手势仿真图像,包括:

8.根据权利要求7所述的...

【专利技术属性】
技术研发人员:闻超薛舟
申请(专利权)人:北京字跳网络技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1