手部关节点检测方法、装置、计算机可读存储介质及设备制造方法及图纸

本申请公开了一种手部关节点检测方法、装置、计算机可读存储介质及设备，属于生物特征识别领域。本申请将手部关节点检测分为了两个阶段，第一阶段进行手掌区域检测，根据手掌区域获得手部图像，第二阶段根据手部图像进行关节点检测。相比于一阶段的手部关节点检测使用的深度学习网络，本申请将使用的神经网络的结构较为轻量化，计算量低、速度快。本申请对手掌区域进行检测，相比对整个手部区域进行检测的计算量更低；手掌检测时使用长宽比为1：1的检测框，更降低了计算量。本申请不依赖于外部设备，只需要根据二维图像即可完成手部关节点的检测，提高了手部关节点检测的速度，实现了实时的应用，能够在手机等移动端设备上实时进行检测。

【技术实现步骤摘要】

本申请涉及生物特征识别领域，特别是指一种手部关节点检测方法、装置、计算机可读存储介质及设备。

技术介绍

1、手势识别技术可提供良好的人机互动性，并提高操作便利性，已受到业界广泛的重视。随着技术的发展，手势识别越来越广泛的应用在了虚拟现实(virtual reality，vr)或增强现实(augmented reality，ar)等技术中。

2、手部关节点检测是实现手势识别的基础，现有的手部关节点检测技术较多的需要依赖特定的硬件设备，如深度传感器等，不仅成本高昂，而且由于硬件的限制可移植性较差。现有技术中一些方法虽然可以通过深度学习网络实现不依赖于硬件设备的手部关节点检测，但是其采用的深度学习网络的结构较为笨重，需要在算力很强的平台(如服务器)上进行算法的推理任务，需要花费较多的时间，无法实现实时的应用，尤其无法在手机等移动端设备上实现实时的检测。

技术实现思路

1、为解决现有技术的缺陷，本申请提供一种手部关节点检测方法、装置、计算机可读存储介质及设备，提高了手部关节点检测的速度，实现了在手机等移动本文档来自技高网...

【技术保护点】

1.一种手部关节点检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的手部关节点检测方法，其特征在于，当对视频流进行手部关节点检测追踪时，所述方法还包括：

3.根据权利要求2所述的手部关节点检测方法，其特征在于，所述第二神经网络还对所述手部图像进行是左手或右手的判断，得到左右手判断得分。

4.根据权利要求3所述的手部关节点检测方法，其特征在于，所述将所述手部图像输入预先训练的第二神经网络，包括：

5.根据权利要求1-4任一所述的手部关节点检测方法，其特征在于，所述将所述待检测图像输入预先训练的第一神经网络，包括：

6....

【技术特征摘要】

1.一种手部关节点检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的手部关节点检测方法，其特征在于，当对视频流进行手部关节点检测追踪时，所述方法还包括：

3.根据权利要求2所述的手部关节点检测方法，其特征在于，所述第二神经网络还对所述手部图像进行是左手或右手的判断，得到左右手判断得分。

4.根据权利要求3所述的手部关节点检测方法，其特征在于，所述将所述手部图像输入预先训练的第二神经网络，包括：

5.根据权利要求1-4任一所述的手部关节点检测方法，其特征在于，所述将所述待检测图像输入预先训练的第一神经网络，包括：

6.根据权利要求5所述的手部关节点检测方法，其特征在...

【专利技术属性】
技术研发人员：王洋，周军，
申请(专利权)人：北京眼神智能科技有限公司，
类型：发明
国别省市：