CN109829368A - 手掌特征的识别方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明提出一种手掌特征的识别方法，所述方法包括：监测手掌特征识别的触发事件，当检测到所述触发事件时，获取手掌图像；在预先构建的平面坐标系中提取所述手掌图像中中指指尖处的第一关键点以及中指指根处的第二关键点的坐标，依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向；提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征。本发明可以实现手掌的左右属性的手掌特征，解决了现有技术中对同一人左右手的属性的识别问题，本发明的手掌特征的识别能够有助于更精准地识别掌纹信息。

Description

手掌特征的识别方法、装置、计算机设备及存储介质

技术领域

本发明涉及信息处理技术领域，尤其涉及一种手掌特征的识别方法、装置、计算机设备及存储介质。

背景技术

掌纹识别算法是近几年提出的一种较新的生物特征识别技术。掌纹是指手指末端到手腕部分的手掌图像。其中很多特征可以用来进行身份识别：如主线、皱纹、细小的纹理、脊末梢、分叉点等。掌纹识别也是一种非侵犯性的识别方法，用户比较容易接受，对采集设备要求不高。

掌纹中最重要的特征是纹线特征，而且这些纹线特征中最清晰的几条纹线基本上是伴随人的一生不发生变化的。掌纹的特征包括纹线特征、点特征纹理特征，还包括几何特征：如手掌的宽度、长度和几何形状，以及手掌不同区域的分布。掌纹中所包含的信息远比一枚指纹包含的信息丰富，利用掌纹的纹线特征、点特征、纹理特征、几何特征完全可以确定一个人的身份。因此，掌纹识别的应用范围必将越来越广，如何提高掌纹识别算法的精度成为有待研究的问题。

目前，市面的上的掌纹识别算法很难准确的判断手的指向及手的左右属性，对掌纹识别的同一人左右手的单独识别造成难度。

因此，现有的技术方案，无法识别手掌的具体属性，导致掌纹识别的精确度不够高，识别算法复杂且不可靠。

发明内容

本发明提供一种手掌特征的识别方法及相应的装置，其主要实现了本发明可以实现手掌的左右属性的手掌特征，解决了现有技术中对同一人左右手的属性的识别问题，本发明的手掌特征的识别能够有助于更精准地识别掌纹信息。

本发明还提供一种用于执行本发明的手掌特征的识别方法的计算机设备及可读存储介质。

为解决上述问题，本发明采用如下各方面的技术方案：

第一方面，本发明提供一种手掌特征的识别方法，所述方法包括：

监测手掌特征识别的触发事件，当检测到所述触发事件时，获取手掌图像；

在预先构建的平面坐标系中提取所述手掌图像中中指指尖处的第一关键点以及中指指根处的第二关键点的坐标，依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向；

提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征。

具体的，所述依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向，具体包括：

读取所述第一关键点的坐标(X1，Y1)以及所述第二关键点的坐标(X2，Y2)；

若所述Y1>Y2，则判断所述手掌图像中手掌的手指指向为指向Y轴的正方向；

若所述Y1<Y2，则判断所述手掌图像中手掌的手指指向为指向Y轴的负方向。

具体的，所述提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征，包括：

读取所述第三关键点的坐标(X3，Y3)；

当手指指向为指向Y轴的正方向，且所述第一关键点的横坐标X1小于所述第三关键点的横坐标X3，或者，当手指指向为指向Y轴的负方向且所述第一关键点的横坐标X1大于所述第三关键点的横坐标X3，则判断所述手掌特征为左手，否则为右手。

具体的，还包括：

提取食指指根处的第四关键点的坐标，根据所述第四关键点与所述第三关键点的基准连线来判断所述手掌图像中手掌的倾斜角度，根据所述倾斜角度旋转所述手掌图像以将所述基准连线调整到水平位置。

具体的，还包括：

以所述基准连线的中点E为起点作所述基准连线的中垂线；

在所述基准连线的中垂线上临近手掌中心区域取一点C(X，Y)，使得CE的长度L等于所述基准连线的一半，以点C作为手掌掌心点。

优选的，还包括：

对旋转后的手掌图像，以C(X，Y)为中点，以点p1(X-L，Y-L)、p2(X+L，Y-L)、p3(X-L，Y+L)以及p4(X+L，Y+L)为顶点确定手掌中心区域；

提取所述手掌中心区域的掌纹特征点，以对所述掌纹特征点进行掌纹识别。

具体的，当所述手掌识别的触发事件为作用于终端屏幕上的滑动按压操作时，所述依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征之后，还包括：

依据识别出的手掌的左右属性，将终端屏幕上的虚拟按键调整至所述手掌的左右属性对应的屏幕一侧。

第二方面，本发明提供一种手掌的左右属性识别装置，所述方法包括：

监测模块，用于监测手掌特征识别的触发事件，当检测到所述触发事件时，获取手掌图像；

第一判断模块，用于在预先构建的平面坐标系中提取所述手掌图像中中指指尖处的第一关键点以及中指指根处的第二关键点的坐标，依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向；

第二判断模块，用于提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征。

第三方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述手掌特征的识别方法的步骤。

第四方面，本发明提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如第一方面中任一项权利要求所述手掌特征的识别方法的步骤。

相对于现有技术，本发明的技术方案至少具备如下优点：

1，本发明提供一种手掌特征的识别方法，通过监测手掌特征识别的触发事件，当检测到所述触发事件时，获取手掌图像；在预先构建的平面坐标系中提取所述手掌图像中中指指尖处的第一关键点以及中指指根处的第二关键点的坐标，依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向；提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征。本发明可以实现手掌的左右属性的手掌特征，解决了现有技术中对同一人左右手的属性的识别问题，本发明的手掌特征的识别能够有助于更精准地识别掌纹信息。

2，本发明可以依据识别出的手掌的左右属性，将终端屏幕上的虚拟按键调整至所述手掌的左右属性对应的屏幕一侧。例如，本发明应用于游戏相关的APP时，可以及时根据识别出的接触移动终端的手掌或者手指的左右属性，调整虚拟按键的位置。当用户使用左手操作时，则将对应的虚拟按键调整至移动终端的屏幕的左侧区域；当用户使用右手操作时，则将对应的虚拟按键调整至移动终端的屏幕的右侧区域，提升了用户的反应速度以及操作速度，提升用户体验。

附图说明

图1为一个实施例中手掌特征的识别方法流程图；

图2为一个实施例中依据所述手掌图像构建平面直角坐标系的示意图；

图3为一个实施例中调整手掌的水平位置的示意图；

图4为另一实施例中手掌特征的识别装置结构框图；

图5为一个实施例中计算机设备的内部结构框图。

本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如S11、S12等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

本领域普通技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本领域普通技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明实施例提供一种手掌特征的识别方法，如图1所示，所述方法包括以下步骤：

S11、监测手掌特征识别的触发事件，当检测到所述触发事件时，获取手掌图像。

本发明实施例中，所述手掌识别的触发事件包括但不限于用户点击掌纹识别的按键的事件以及用于进行掌纹识别的手势操作等。

当检测到所述触发事件后，启动摄像头获取待识别图像，通过目标检测算法SSD(Single Shot MultiBox Detector)算法检测出所述待识别图像中的手掌图像。SSD是使用VGG19网络作为特征提取器的单次检测器。在该网络之后添加自定义卷积层，并使用卷积核执行预测。

一种可能的设计中，所述目标检测算法的步骤如下：

其一，输入一幅图片(200x200)，将其输入到预训练好的分类网络中来获得不同大小的特征映射，修改了传统的VGG16网络；

其中，将VGG16的FC6和FC7层转化为卷积层；

去掉所有的Dropout层和FC8层；

添加了Atrous算法(hole算法)；

将Pool5从2x2-S2变换到3x3-S1；

其二，抽取Conv4_3、Conv7、Conv8_2、Conv9_2、Conv10_2、Conv11_2层的featuremap，然后分别在这些feature map层上面的每一个点构造6个不同尺度大小的BB，然后分别进行检测和分类，生成多个BB；

其三，将不同feature map获得的BB结合起来，经过NMS(非极大值抑制)方法来抑制掉一部分重叠或者不正确的BB，生成最终的BB集合，即检测结果。本发明所应用的目标检测算法中采用了多尺度特征图一级卷积进行检测。

S12、在预先构建的平面坐标系中提取所述手掌图像中中指指尖处的第一关键点以及中指指根处的第二关键点的坐标，依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向。

请参考图2，图2为依据所述手掌图像构建平面直角坐标系的示意图。本发明实施例中，需要构建平面直角坐标系。具体的，取所述手掌图像中的一点为原点构建平面直角坐标系，其中原点的选取可以依据实际需要选定，在此不做具体限定。

本发明实施例中，采集所述手掌图像之后，根据关键点检测算法提取出所述第一关键点，如图2中的T以及第二关键点如图2中的M。具体检测的方式为：对Cascade CNN模型进行训练，训练数据为已经标注过指尖和指根位置的训练图片。在对CNN模型训练好之后，利用该模型对新输入的手图像进行检测。本发明通过比对所述第一关键点以及所述第二关键点的坐标值判断所述手掌图像中手掌的手指指向。

具体而言，请继续参考图2，在图2所示的直角坐标系中，读取所述第一关键点T的坐标(X1，Y1)以及所述第二关键点M的坐标(X2，Y2)。若所述Y1>Y2，则判断所述手掌图像中手掌的手指指向为指向Y轴的正方向，则is_up标志为True；若所述Y1<Y2，则判断所述手掌图像中手掌的手指指向为指向Y轴的负方向，则is_up标志为False。

S13、提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征。

本发明实施例中，所述手掌特征为手掌的左右属性。本发明可以依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌的左右属性。

请继续参考图2，读取所述第三关键点的坐标(X3，Y3)；当手指指向为指向Y轴的正方向，且所述第一关键点的横坐标X1小于所述第三关键点的横坐标X3，或者，当手指指向为指向Y轴的负方向且所述第一关键点的横坐标X1大于所述第三关键点的横坐标X3，则判断所述手掌特征为左手，否则为右手。

一种可能的设计中，本发明也可以识别出手指的左右属性，例如通过左右手的各个手指的轮廓信息识别手指的左右属性。

本发明识别出手掌或手指的左右属性可应用于虚拟按键位置的智能调整。具体的，可以依据识别出的手掌的左右属性，将终端屏幕上的虚拟按键调整至所述手掌的左右属性对应的屏幕一侧。例如，一种可能的应用场景中，将本发明的手掌左右属性的识别方法应用于游戏软件，可以实时监测用户的手掌的掌纹或手指的指纹，依据手掌的掌纹或手指的指纹判断手掌或手指的左右属性，依据手掌或手指的左右属性智能地将虚拟按钮调整至移动终端屏幕的对应区域，例如，监测到当前用户使用左手手指触摸移动终端的屏幕时，则将相应的虚拟按钮调整至移动终端屏幕的左侧区域，便于用户操作，避免用户频繁更换手指来操作移动终端。

本发明实施例中，判断出手掌的手掌特征之后，还可以依据所述手掌特征调整手掌的水平位置。具体而言，本发明可以提取食指指根处的第四关键点的坐标，根据所述第四关键点与所述第三关键点的基准连线来判断所述手掌图像中手掌的倾斜角度，根据所述倾斜角度旋转所述手掌图像以将所述基准连线调整到水平位置。

请参考图3，图3为调整手掌的水平位置的示意图。如图3所示，图3中的所述第四关键点为A点，所述第三关键点为B点。本发明实施例中，根据所述第四关键点与所述第三关键点的连线AB判断手掌的倾斜角度，根据所述倾斜角度矫正手掌的位置，具体将所述第四关键点与所述第三关键点的连线AB旋转到水平位置即实现了手掌图像的矫正，所述手掌图像的矫正目的在于将所述手掌图像中的手掌进行调整便于后续手掌的掌纹识别。

请继续参考图3，本发明还可以基于调整后的手掌图像进一步实现手掌分割以提取手掌中心区域。具体的，以所述基准连线的中点E为起点作所述基准连线的中垂线；在所述基准连线的中垂线上临近手掌中心区域处取一点C(X，Y)，使得CE的长度L等于所述基准连线的一半，以点C作为手掌掌心点。对旋转后的手掌图像，以C(X，Y)为中点，以点p1(X-L，Y-L)、p2(X+L，Y-L)、p3(X-L，Y+L)以及p4(X+L，Y+L)为顶点确定手掌中心区域；提取所述手掌中心区域的掌纹特征点，以对所述掌纹特征点进行掌纹识别。本发明分割出所述手掌中心区域便于为后续更好地进行掌纹识别。

请参考图4，在另一种实施例中，本发明提供了一种手掌特征的识别装置，包括：

监测模块11，用于监测手掌特征识别的触发事件，当检测到所述触发事件时，获取手掌图像。

本发明实施例中，所述手掌识别的触发事件包括但不限于用户点击掌纹识别的按键的事件以及用于进行掌纹识别的手势操作等。

当检测到所述触发事件后，启动摄像头获取待识别图像，通过目标检测算法SSD(Single Shot MultiBox Detector)算法检测出所述待识别图像中的手掌图像。SSD是使用VGG19网络作为特征提取器的单次检测器。在该网络之后添加自定义卷积层，并使用卷积核执行预测。

一种可能的设计中，所述目标检测算法的步骤如下：

其一，输入一幅图片(200x200)，将其输入到预训练好的分类网络中来获得不同大小的特征映射，修改了传统的VGG16网络；

其中，将VGG16的FC6和FC7层转化为卷积层；

去掉所有的Dropout层和FC8层；

添加了Atrous算法(hole算法)；

将Pool5从2x2-S2变换到3x3-S1；

其二，抽取Conv4_3、Conv7、Conv8_2、Conv9_2、Conv10_2、Conv11_2层的featuremap，然后分别在这些feature map层上面的每一个点构造6个不同尺度大小的BB，然后分别进行检测和分类，生成多个BB；

其三，将不同feature map获得的BB结合起来，经过NMS(非极大值抑制)方法来抑制掉一部分重叠或者不正确的BB，生成最终的BB集合，即检测结果。本发明所应用的目标检测算法中采用了多尺度特征图一级卷积进行检测。

第一判断模块12，用于在预先构建的平面坐标系中提取所述手掌图像中中指指尖处的第一关键点以及中指指根处的第二关键点的坐标，依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向。

请参考图2，图2为依据所述手掌图像构建平面直角坐标系的示意图。本发明实施例中，需要构建平面直角坐标系。具体的，取所述手掌图像中的一点为原点构建平面直角坐标系，其中原点的选取可以依据实际需要选定，在此不做具体限定。

本发明实施例中，采集所述手掌图像之后，根据关键点检测算法提取出所述第一关键点，如图2中的T以及第二关键点如图2中的M。具体检测的方式为：对Cascade CNN模型进行训练，训练数据为已经标注过指尖和指根位置的训练图片。在对CNN模型训练好之后，利用该模型对新输入的手图像进行检测。本发明通过比对所述第一关键点以及所述第二关键点的坐标值判断所述手掌图像中手掌的手指指向。

具体而言，请继续参考图2，在图2所示的直角坐标系中，读取所述第一关键点T的坐标(X1，Y1)以及所述第二关键点M的坐标(X2，Y2)。若所述Y1>Y2，则判断所述手掌图像中手掌的手指指向为指向Y轴的正方向，则is_up标志为True；若所述Y1<Y2，则判断所述手掌图像中手掌的手指指向为指向Y轴的负方向，则is_up标志为False。

第二判断模块13，用于提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征。

本发明实施例中，所述手掌特征为手掌的左右属性。本发明可以依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌的左右属性。

请继续参考图2，读取所述第三关键点的坐标(X3，Y3)；当手指指向为指向Y轴的正方向，且所述第一关键点的横坐标X1小于所述第三关键点的横坐标X3，或者，当手指指向为指向Y轴的负方向且所述第一关键点的横坐标X1大于所述第三关键点的横坐标X3，则判断所述手掌特征为左手，否则为右手。

一种可能的设计中，本发明也可以识别出手指的左右属性，例如通过左右手的各个手指的轮廓信息识别手指的左右属性。

本发明识别出手掌或手指的左右属性可应用于虚拟按键位置的智能调整。具体的，可以依据识别出的手掌的左右属性，将终端屏幕上的虚拟按键调整至所述手掌的左右属性对应的屏幕一侧。例如，一种可能的应用场景中，将本发明的手掌左右属性的识别方法应用于游戏软件，可以实时监测用户的手掌的掌纹或手指的指纹，依据手掌的掌纹或手指的指纹判断手掌或手指的左右属性，依据手掌或手指的左右属性智能地将虚拟按钮调整至移动终端屏幕的对应区域，例如，监测到当前用户使用左手手指触摸移动终端的屏幕时，则将相应的虚拟按钮调整至移动终端屏幕的左侧区域，便于用户操作，避免用户频繁更换手指来操作移动终端。

本发明实施例中，判断出手掌的手掌特征之后，还可以依据所述手掌特征调整手掌的水平位置。具体而言，本发明可以提取食指指根处的第四关键点的坐标，根据所述第四关键点与所述第三关键点的基准连线来判断所述手掌图像中手掌的倾斜角度，根据所述倾斜角度旋转所述手掌图像以将所述基准连线调整到水平位置。

请参考图3，图3为调整手掌的水平位置的示意图。如图3所示，图3中的所述第四关键点为A点，所述第三关键点为B点。本发明实施例中，根据所述第四关键点与所述第三关键点的连线AB判断手掌的倾斜角度，根据所述倾斜角度矫正手掌的位置，具体将所述第四关键点与所述第三关键点的连线AB旋转到水平位置即实现了手掌图像的矫正，所述手掌图像的矫正目的在于将所述手掌图像中的手掌进行调整便于后续手掌的掌纹识别。

请继续参考图3，本发明还可以基于调整后的手掌图像进一步实现手掌分割以提取手掌中心区域。具体的，以所述基准连线的中点E为起点作所述基准连线的中垂线；在所述基准连线的中垂线上临近手掌中心区域处取一点C(X，Y)，使得CE的长度L等于所述基准连线的一半，以点C作为手掌掌心点。对旋转后的手掌图像，以C(X，Y)为中点，以点p1(X-L，Y-L)、p2(X+L，Y-L)、p3(X-L，Y+L)以及p4(X+L，Y+L)为顶点确定手掌中心区域；提取所述手掌中心区域的掌纹特征点，以对所述掌纹特征点进行掌纹识别。本发明分割出所述手掌中心区域便于为后续更好地进行掌纹识别。

在另一种实施例中，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现任一项技术方案所述的手掌特征的识别方法。其中，所述计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory，只读存储器)、RAM(Random AcceSSMemory，随即存储器)、EPROM(EraSable Programmable Read-Only Memory，可擦写可编程只读存储器)、EEPROM(Electrically EraSable Programmable Read-Only Memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，存储设备包括由设备(例如，计算机、手机)以能够读的形式存储或传输信息的任何介质，可以是只读存储器，磁盘或光盘等。

本发明实施例提供的一种计算机可读存储介质，可实现监测手掌特征识别的触发事件，当检测到所述触发事件时，获取手掌图像；在预先构建的平面坐标系中提取所述手掌图像中中指指尖处的第一关键点以及中指指根处的第二关键点的坐标，依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向；提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征。于用户错误的健身方式导致健身器材的损坏和影响用户身体健康的问题。本发明可以实现手掌的左右属性，基于手掌的左右属性能够更精准地识别掌纹信息。另外，本发明可以依据识别出的手掌的左右属性，将终端屏幕上的虚拟按键调整至所述手掌的左右属性对应的屏幕一侧。例如，本发明应用于游戏相关的APP时，可以及时根据识别出的接触移动终端的手掌或手指的左右属性，调整虚拟按键的位置。当用户使用左手操作时，则将对应的虚拟按键调整至移动终端的屏幕的左侧区域；当用户使用右手操作时，则将对应的虚拟按键调整至移动终端的屏幕的右侧区域，提升了用户的反应速度以及操作速度，提升用户体验。

此外，在又一种实施例中，本发明提供了一种计算机设备，如图5所示，所述计算机设备包括处理器303、存储器305、输入单元307以及显示单元309等器件。本领域技术人员可以理解，图5示出的结构器件并不构成对所有计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件。存储器305可用于存储应用程序301以及各功能模块，处理器303运行存储在存储器305的应用程序301，从而执行设备的各种功能应用以及数据处理。存储器305可以是内存储器或外存储器，或者包括内存储器和外存储器两者。内存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)、快闪存储器、或者随机存储器。外存储器可以包括硬盘、软盘、ZIP盘、U盘、磁带等。本发明所公开的存储器包括但不限于这些类型的存储器。本发明所公开的存储器305只作为例子而非作为限定。

输入单元307用于接收信号的输入，以及接收用户输入的关键字。输入单元307可包括触控面板以及其它输入设备。触控面板可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作)，并根据预先设定的程序驱动相应的连接装置；其它输入设备可以包括但不限于物理键盘、功能键(比如播放控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。显示单元309可用于显示用户输入的信息或提供给用户的信息以及计算机设备的各种菜单。显示单元309可采用液晶显示器、有机发光二极管等形式。处理器303是计算机设备的控制中心，利用各种接口和线路连接整个电脑的各个部分，通过运行或执行存储在存储器303内的软件程序和/或模块，以及调用存储在存储器内的数据，执行各种功能和处理数据。图5中所示的一个或多个处理器303能够执行、实现图4中所示的监测模块11、第一判断模块12以及第二判断模块13的功能。

在一种实施方式中，所述计算机设备包括存储器305和处理器303，所述存储器305中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器303执行以上实施例所述的一种手掌特征的识别方法的步骤。

本发明实施例提供的一种计算机设备，可实现监测手掌特征识别的触发事件，当检测到所述触发事件时，获取手掌图像；在预先构建的平面坐标系中提取所述手掌图像中中指指尖处的第一关键点以及中指指根处的第二关键点的坐标，依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向；提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征。于用户错误的健身方式导致健身器材的损坏和影响用户身体健康的问题。本发明可以实现手掌的左右属性，基于手掌的左右属性能够更精准地识别掌纹信息。另外，本发明可以依据识别出的手掌的左右属性，将终端屏幕上的虚拟按键调整至所述手掌的左右属性对应的屏幕一侧。例如，本发明应用于游戏相关的APP时，可以及时根据识别出的接触移动终端的手掌或手指的左右属性，调整虚拟按键的位置。当用户使用左手操作时，则将对应的虚拟按键调整至移动终端的屏幕的左侧区域；当用户使用右手操作时，则将对应的虚拟按键调整至移动终端的屏幕的右侧区域，提升了用户的反应速度以及操作速度，提升用户体验。

本发明实施例提供的计算机可读存储介质可以实现上述手掌特征的识别方法的实施例，具体功能实现请参见方法实施例中的说明，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种手掌特征的识别方法，其特征在于，所述方法包括：

监测手掌特征识别的触发事件，当检测到所述触发事件时，获取手掌图像；

在预先构建的平面坐标系中提取所述手掌图像中中指指尖处的第一关键点以及中指指根处的第二关键点的坐标，依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向；

提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征。

2.根据权利要求1所述的手掌特征的识别方法，其特征在于，所述依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向，具体包括：

读取所述第一关键点的坐标(X1，Y1)以及所述第二关键点的坐标(X2，Y2)；

若所述Y1>Y2，则判断所述手掌图像中手掌的手指指向为指向Y轴的正方向；

若所述Y1<Y2，则判断所述手掌图像中手掌的手指指向为指向Y轴的负方向。

3.根据权利要求2所述的手掌特征的识别方法，其特征在于，所述提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征，包括：

读取所述第三关键点的坐标(X3，Y3)；

当手指指向为指向Y轴的正方向，且所述第一关键点的横坐标X1小于所述第三关键点的横坐标X3，或者，当手指指向为指向Y轴的负方向且所述第一关键点的横坐标X1大于所述第三关键点的横坐标X3，则判断所述手掌特征为左手，否则为右手。

4.根据权利要求1所述的手掌特征的识别方法，其特征在于，还包括：

提取食指指根处的第四关键点的坐标，根据所述第四关键点与所述第三关键点的基准连线来判断所述手掌图像中手掌的倾斜角度，根据所述倾斜角度旋转所述手掌图像以将所述基准连线调整到水平位置。

5.根据权利要求4所述的手掌特征的识别方法，其特征在于，还包括：

以所述基准连线的中点E为起点作所述基准连线的中垂线；

在所述基准连线的中垂线上临近手掌中心区域取一点C(X，Y)，使得CE的长度L等于所述基准连线的一半，以点C作为手掌掌心点。

6.根据权利要求5所述的手掌特征的识别方法，其特征在于，还包括：

对旋转后的手掌图像，以C(X，Y)为中点，以点p1(X-L，Y-L)、p2(X+L，Y-L)、p3(X-L，Y+L)以及p4(X+L，Y+L)为顶点确定手掌中心区域；

提取所述手掌中心区域的掌纹特征点，以对所述掌纹特征点进行掌纹识别。

7.根据权利要求1所述的手掌特征的识别方法，其特征在于，当所述手掌识别的触发事件为作用于终端屏幕上的滑动按压操作时，所述依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征之后，还包括：

依据识别出的手掌的左右属性，将终端屏幕上的虚拟按键调整至所述手掌的左右属性对应的屏幕一侧。

8.一种手掌的左右属性识别装置，其特征在于，所述方法包括：

监测模块，用于监测手掌特征识别的触发事件，当检测到所述触发事件时，获取手掌图像；

第一判断模块，用于在预先构建的平面坐标系中提取所述手掌图像中中指指尖处的第一关键点以及中指指根处的第二关键点的坐标，依据所述第一关键点以及第二关键点的坐标判断所述手掌图像中手掌的手指指向；

第二判断模块，用于提取小指指根处的第三关键点的坐标，依据所述第一关键点的坐标、所述第三关键点的坐标以及所述手指指向判断所述手掌图像的手掌特征。

9.一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上存储有计算机程序，该计算机程序被处理器执行时实现权利要求1至7中任一项所述手掌特征的识别方法的步骤。

10.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述手掌特征的识别方法的步骤。