手势数据获取方法、数据处理设备及动捕系统技术方案

本发明专利技术公开了提供一种手势数据获取方法、数据处理设备及动捕系统，通过获取所述动捕系统坐标系与头戴式设备坐标系之间的外参数据，以及所述动捕设备与头戴式设备获取的实时数据转换为手势算法所需必要数据，减少额外的误差，且通过对动捕设备获取的手部标记点坐标进行ID标记，使本发明专利技术不仅能得到非常精准的手部的骨骼点在空间中的位置信息，还能得到所述手部的骨骼点之间的相对旋转，保证了数据的完整性与准确性。本发明专利技术的优点在于，解决了现有手势算法获取的手势数据不足，数据不完整的问题，提高了获取的手势数据的精度，进而提高获取的手部位姿的精度，提高了用户体验感。

【技术实现步骤摘要】

本专利技术涉及计算机视觉，尤其涉及一种手势数据获取方法、数据处理设备及动捕系统。

技术介绍

1、随着空间计算的迅速发展，对空间交互方法的需求越来越旺盛。而手势算法作为空间交互的基础算法，其精度在整个交互体验中占据着重要的作用。为了给用户提供更好的空间“沉浸感”和交互体验，高帧率，高精度，低延迟的手势算法是重点。

2、现有技术中，主要使用深度学习来实现手势算法，所以高质量的数据是保证算法效果的必要前提，当前主流的手势数据生成方法都是基于rgb，灰度和深度相机进行采集，需要使用第三方的初始标注方法来给数据初值，就很容易出现骨骼定义不相同，需要进行转换，从而引入额外的误差，这种方法生成数据精度不高，动作单一，生成的骨骼数据只有空间位置信息，且由于相机的摆放位置的局限，很难捕捉到双手的数据，导致手部数据缺失。

技术实现思路

1、本专利技术提供一种手势数据获取方法、数据处理设备及动捕系统，用以解决现有手势算法获取的手势数据不足，数据不完整以及数据精度低的问题。

2、为了解决上述技术问题，本专利技本文档来自技高网...

【技术保护点】

1.一种手势数据获取方法，其特征在于，包括：

2.如权利要求1所述的手势数据获取方法，其特征在于，所述参数计算步骤的计算公式为

3.如权利要求1所述的手势数据获取方法，其特征在于，所述时间戳偏差计算步骤的计算公式为

4.如权利要求1所述的手势数据获取方法，其特征在于，所述相对位置计算步骤的计算公式为

5.如权利要求1所述的手势数据获取方法，其特征在于，所述跟踪计算步骤的计算公式为

6.如权利要求1所述的手势数据获取方法，其特征在于，所述骨骼点计算步骤的计算公式为

7.如权利要求1所述的手势数据获取方法，其特征在于，所...

【技术特征摘要】

1.一种手势数据获取方法，其特征在于，包括：

2.如权利要求1所述的手势数据获取方法，其特征在于，所述参数计算步骤的计算公式为

3.如权利要求1所述的手势数据获取方法，其特征在于，所述时间戳偏差计算步骤的计算公式为

4.如权利要求1所述的手势数据获取方法，其特征在于，所述相对位置计算步骤的计算公式为

5.如权利要求1所述的手势数据获取方法，其特征在于...

【专利技术属性】
技术研发人员：潘哲，肖锐，方无迪，张腾，
申请(专利权)人：玩出梦想上海科技有限公司，
类型：发明
国别省市：