CN113378774A - 手势识别方法、装置、设备、存储介质以及程序产品 - Google Patents
手势识别方法、装置、设备、存储介质以及程序产品 Download PDFInfo
- Publication number
- CN113378774A CN113378774A CN202110723847.2A CN202110723847A CN113378774A CN 113378774 A CN113378774 A CN 113378774A CN 202110723847 A CN202110723847 A CN 202110723847A CN 113378774 A CN113378774 A CN 113378774A
- Authority
- CN
- China
- Prior art keywords
- hand
- model
- gesture recognition
- image
- feature extraction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开的实施例公开了手势识别方法、装置、设备、存储介质以及程序产品,涉及人工智能领域,具体为计算机视觉和深度学习技术,可应用于手势识别场景下。该方法的一具体实施方式包括:获取手部图像;将手部图像输入至预先训练的手部处理模型所包括的手势识别模型,得到手势识别结果,其中,手部处理模型还包括手部检测模型,手部检测模型用于对手部图像所在的原始图像进行手部检测,手势识别模型用于融合其提取的手部图像特征和手部检测模型所提取的原始图像特征所包括的手部图像区域特征,以及根据融合结果生成手势识别结果。该实施方式有助于提升手势识别结果的准确度。
Description
技术领域
本公开的实施例涉及人工智能领域,具体为计算机视觉和深度学习技术,可应用于手势识别场景下。
背景技术
手势识别是计算机科学和语言技术中的一个主题,以使人们能够通过手势与机器进行通信。近几年,随着增强现实AR、短视频、直播、在线教育、智能家居、智慧交通、空中键盘等各种行业的迅猛发展,手势识别随之被应用于其中。
手势识别的方法主要包括利用硬件设备的识别方法和基于计算机视觉的识别方法。其中,利用硬件设备通常是利用各种硬件与用户手部连接,直接检测手部的空间位置和各手指的角度等手势信息,从而实现手势识别。基于计算机视觉的识别方法主要是利用视频采集设备等采集手部的图像或视频,然后通过各种计算机视觉技术对采集的图像或视频进行分析,以实现对手势的识别。
发明内容
本公开的实施例提出了手势识别方法、装置、设备、存储介质以及程序产品。
第一方面,本公开的实施例提供了一种手势识别方法,该包括:获取手部图像;将手部图像输入至预先训练的手部处理模型所包括的手势识别模型,得到手势识别结果,其中,手部处理模型还包括手部检测模型,手部检测模型用于对手部图像所在的原始图像进行手部检测,手势识别模型用于融合其提取的手部图像特征和手部检测模型所提取的原始图像特征所包括的手部图像区域特征,以及根据融合结果生成手势识别结果。
第二方面,本公开的实施例提供了一种手势识别装置,该装置包括:图像获取模块,被配置成获取手部图像;识别模块,被配置成将手部图像输入至预先训练的手部处理模型所包括的手势识别模型,得到手势识别结果,其中,手部处理模型还包括手部检测模型,手部检测模型用于对手部图像所在的原始图像进行手部检测,手势识别模型用于融合其提取的手部图像特征和手部检测模型所提取的原始图像特征所包括的手部图像区域特征,以及根据融合结果生成手势识别结果。
第三方面,本公开实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
第四方面,本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
第五方面,本公开实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的手势识别方法主要通过将对原始图像进行手部检测时提取的手部图像区域特征引入对手部图像的手势识别过程中,使得手部检测和手势识别两个过程可以关联实现,和现有的手部检测和手势识别两个过程完全解耦的方式相比,可以弥补由于手部检测结果的误差导致的用于手势识别的手部特征丢失的问题,从而有助于提升手势识别结果的准确度。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开可以应用于其中的示例性***架构图;
图2是本公开的手势识别方法的一个实施例的流程图;
图3是本公开的手部处理模型的训练网络结构的一个实施例的示意图;
图4是根据本公开的手势识别装置的一个实施例的结构示意图;
图5是用来实现本公开实施例的手势识别方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的手势识别方法或手势识别装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括图像采集设备101、网络102和服务器103。网络102用以在图像采集设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
图像采集设备101可以通过网络102与服务器103交互,以接收或发送图像等。图像采集设备101可以是硬件,也可以是软件。当图像采集设备101为硬件时,可以是各种带有摄像头的电子设备。当图像采集设备101为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以提供各种服务。例如,服务器103可以对从图像采集设备101获取到的手部图像进行分析等处理,并生成处理结果(例如手势识别结果)。
需要说明的是,服务器103可以是硬件,也可以是软件。当服务器103为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的手势识别方法一般由服务器103执行,相应地,手势识别装置一般设置于服务器103中。
应该理解,图1中的图像采集设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的图像采集设备、网络和服务器。
继续参考图2,其示出了本公开的手势识别方法的一个实施例的流程200。该手势识别方法包括以下步骤:
步骤201,获取手部图像。
在本实施例中,手部图像可以指呈现有手部的图像。其中,手部可以包括人手的各个部位(如手掌、手背、手指等等),还可以包括与人手连接的部位(如手腕、手臂等等)。手势识别方法的执行主体(如图1所示的服务器103等)可以从本地或其他存储设备或通信连接的数据库等获取手部图像。
作为示例,执行主体可以获取从原始图像中所提取的手部图像。其中,原始图像可以指手部图像所在的图像,集手部图像是原始图像的一个图像区域。具体地,可以采用现有的各种手部检测方法确定原始图像中的手部图像区域的所在位置,然后根据确定的手部图像区域的位置,从原始图像中提取手部图像。此时,执行主体可以从本地或其他存储设备获取原始图像。
步骤202,将手部图像输入至预先训练的手部处理模型所包括的手势识别模型,得到手势识别结果。
在本实施例中,手部处理模型可以包括手势识别模型和手部检测模型。其中,手势识别模型可以用于识别输入的手部图像中的手部所呈现的手势类别。手部检测模型用于检测输入的原始图像所包括的手部图像区域所在的位置,以实现对原始图像的手部检测,得到手部检测结果。
具体地,手部检测模型可以对输入的原始图像进行特征提取,得到提取的原始图像特征。由于原始图像包括手部图像区域,因此,原始图像特征也包括手部图像区域特征。此外,手势识别模型可以对输入的手部图像进行特征提取,得到提取的手部图像特征,然后手势识别模型可以融合其提取的手部图像特征和手部检测模型所提取的原始图像特征所包括的手部图像区域特征,得到融合结果,然后根据融合结果生成手势识别结果。
一般地,原始图像特征可以为与输入的原始图像尺寸一致的特征图,因此可以从原始图像特征中获取手部图像区域特征。例如,可以根据预先确定的原始图像中的手部图像区域的所在位置,从原始图像特征中的对应位置处获取手部图像区域特征。
手势识别模型可以根据不同的应用场景采用各种融合方法对其提取的手部图像特征和手部检测模型所提取的原始图像特征所包括的手部图像区域特征进行融合,以得到融合结果。例如,可以直接将手部图像特征和手部图像区域特征进行相加或相乘等处理,并将处理结果作为融合结果。又例如,可以通过对手部图像特征和手部图像区域特征进行级联作为融合结果。
可选地,利用手部检测模型得到的原始图像特征可以是相对深层的原始图像特征,如可以是最后一层卷积层输出的特征提取结果。由于深层的原始图像特征可以保留更多的语义信息,从而可以利用其中手部图像区域的语义特征辅助手势识别,提升手势识别结果的准确度。
手势识别模型可以基于现有的各种用于手势识别的网络模型(如卷积神经网络等)的结构进行构建。例如,可以在现有的用于手势识别的网络模型的结构中添加用于融合手部图像特征和从手部检测模型得到的手部图像区域特征的网络结构,从而实现手势识别模型的构建。手部检测模型可以基于现有的各种用于检测手部的网络模型(如MobileNet、残差网络ResNet50等等)的结构进行构建。手势识别模型和手部检测模型可以预先基于现有的各种机器学习的方法训练得到。
在本实施例的一些可选的实现方式中,执行主体可以先获取原始图像,并将原始图像输入至手部检测模型,以得到用于指示原始图像中手部图像区域的所在位置的手部检测结果。然后,执行主体可以从手部检测结果指示的位置处,对原始图像进行采集等操作以获取手部图像区域作为手部图像。同时,执行主体还可以从手部检测结果指示的位置处,从原始图像特征中的对应位置处提取手部图像区域特征。
通过手部检测模型输出的手部检测结果指示的原始图像包括的手部图像的位置,从手部检测模型提取的原始图像特征中的对应位置处获取手部图像区域特征,同时从原始图像中的对应位置处获取手部图像,然后对手部图像进行特征提取,并融合提取的手部图像特征和手部图像区域特征,根据融合结果进行手势识别,从而将手部检测和手势识别作为一个完整的处理阶段,实现自底向上的单模型手势识别,有助于提升手势识别效率。
手部检测模型输出的手部检测结果可以根据不同的应用场景采用各种表示方法来表示。例如,手部检测结果可以使用原始图像中包含其中的手部图像区域的最小矩形框的位置(如矩形框的四个顶点的坐标等)来表示。
又例如,手部检测结果可以包括手部热图(如高斯热图等)。其中,手部热图可以用于指示原始图像中手部图像区域的所在位置。一般地,手部热图可以与输入的原始图像的尺寸一致,手部热图可以表示各像素点分别为预设手部关键点(如手部几何中心点等)的概率。同时,手部检测结果还可以包括手部图像区域所呈现的手部的长度信息和宽度信息。通过使用关键点热图来高效表达手部关键点的位置,有助于提升手势识别精度。
可选地,在将手部图像作为手部检测模型的输入的同时,还可以将手部图像对应的深度信息也作为手部检测模型的输入,以辅助手部检测,从而进一步提升手势识别结果的精度。其中,深度信息可以利用深度信息采集设备进行采集。
在本实施例的一些可选的实现方式中,手部检测模型可以包括第一特征提取网络和第二特征提取网络。其中,第一特征提取网络可以用于对原始图像进行特征提取,第二特征提取网络可以用于对第一特征提取网络输出的特征提取结果进行特征提取。此时,手部检测模型可以用于融合第一特征提取网络的特征提取结果和第二特征提取网络的特征提取结果,得到融合结果,然后根据融合结果生成手部检测结果。
其中,第一特征提取网络和第二特征提取网络的网络结构可以相同,也可以不同。例如,第一特征提取网络和第二特征提取网络可以均有若干卷积层组成,且分别用于提取输入的原始图像的浅层特征和深层特征。
通过融合第一特征提取网络和第二特征提取网络的输出可以充分利用原始图像在不同层次的空间特征、语义特征等各种信息,从而有助于提升手部检测模型输出的手部检测结果的准确度。
在本实施例的一些可选的实现方式中,可以通过如下步骤训练得到手部处理模型:
步骤一、获取训练样本集。
在本步骤中,训练样本集中的训练样本可以包括原始图像、原始图像所包括的手部图像、原始图像对应的手部检测结果和手部图像对应的手势识别结果。
在获取训练本的过程中,可以对已有的手部图像进行不同尺度的缩放、旋转、增强等处理,并将处理后的手部图像也作为训练样本中的手部图像,以便捷地增加手部图像的样本数量。
步骤二、获取初始手部处理模型。
在本步骤中,初始手部处理模型可以包括预先构建的初始手势识别模型和初始手部检测模型。
步骤三、将训练样本集中训练样本包括的原始图像输入至初始手部检测模型,以及将手部图像输入至初始手势识别模型,且将原始图像对应的手部检测结果作为初始手部检测模型的期望输出,将手部图像对应的手势识别结果作为初始手势识别模型的期望输出,利用机器学习的方法,训练得到手部处理模型。
在本步骤中,具体可以通过比较初始手势识别模型的输出结果与期望输出之间的差异,以及比较初始手部检测模型的输出结果与期望输出之间的差异,基于预设的损失函数,利用梯度下降和反向传播等算法调整初始手部检测模型和初始手部检测模型的网络参数,如此反复训练直至训练完成得到训练好的手部处理模型。
继续参考图3,图3示出了本公开的手部处理模型的训练网络结构的一个实施例的示意图300。如图3所示,训练样本中的原始图像可以输入至第一特征提取网络以对原始图像进行特征提取,然后第一特征提取网络的特征提取结果可以输入至第二特征提取网络以进一步进行特征提取,得到提取的原始图像特征,然后可以根据原始图像特征生成包括手部热图、手部长度和宽度的手检测结果。
此外,可以根据预先标注的原始图像所包括的手部图像的位置,从原始图像中裁剪出手部图像,并将手部图像输入至第三特征提取网络进行特征提取。同时,在得到原始图像特征之后,可以根据预先标注的原始图像所包括的手部图像的位置,从原始图像特征中的对应位置处裁剪出手部图像区域特征。之后,可以融合手部图像区域特征和第三特征提取网络输出的特征提取结果,得到融合结果,进而根据融合结果生成手势识别结果。
之后,可以比较生成的手部检测结果和手势识别结果分别与预先标注的手部检测结果和手势识别结果之间的差异,基于预设的损失函数,利用梯度下降和反向传播等算法调整初始手部检测模型和初始手部检测模型的网络参数,如此反复训练直至训练完成,将整体确定为手部处理模型。
由此可以看出,本公开提出的手部处理模型实现的是一种自底向上的单模型手势识别方法。而现有技术中,手部检测和手势识别通常是独立的两个手部处理阶段,对应的手部检测模型和手势识别模型之间互相解耦且独立训练。在一些复杂环境下,手部检测模型的手部检测结果可能存在一定误差,而这些误差可能会直接导致后续手势识别出错。
本公开提出的手势识别方法通过将手部检测阶段得到的原始图像特征中的对应的手部图像区域的特征引入到后续的手势识别中,可以一定程度地弥补手部检测结果不准确导致的特征丢失的问题,从而提升手势识别结果的准确度。同时,通过对原始图像特征的复用,可以降低整体手部处理模型的计算量,从而有助于提升手势识别效率。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了手势识别装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例提供的手势识别装置400包括图像获取模块401和识别模块402。其中,图像获取模块401被配置成获取手部图像;识别模块402被配置成将手部图像输入至预先训练的手部处理模型所包括的手势识别模型,得到手势识别结果,其中,手部处理模型还包括手部检测模型,手部检测模型用于对手部图像所在的原始图像进行手部检测,手势识别模型用于融合其提取的手部图像特征和手部检测模型所提取的原始图像特征所包括的手部图像区域特征,以及根据融合结果生成手势识别结果。
在本实施例中,手势识别装置400中:图像获取模块401和识别模块402的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-202的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述图像获取模块401进一步被配置成:将原始图像输入至手部检测模型,得到用于指示原始图像中手部图像区域的所在位置的手部检测结果;根据手部检测结果,生成手部图像。
在本实施例的一些可选的实现方式中,手部检测模型所提取的原始图像特征所包括的手部图像区域特征通过如下步骤得到:根据手部检测结果,从原始图像特征中提取手部图像区域特征。
在本实施例的一些可选的实现方式中,手部检测模型包括第一特征提取网络和第二特征提取网络,其中,第一特征提取网络用于对原始图像进行特征提取,第二特征提取网络用于对第一特征提取网络输出的特征提取结果进行特征提取;以及手部检测模型用于融合第一特征提取网络的特征提取结果和第二特征提取网络的特征提取结果,以及根据融合结果生成手部检测结果。
在本实施例的一些可选的实现方式中,手部检测结果包括手部热图,其中,手部热图用于指示原始图像中手部图像区域的所在位置。
在本实施例的一些可选的实现方式中,手部处理模型通过如下步骤训练得到:获取训练样本集,其中,训练样本包括原始图像、原始图像所包括的手部图像、原始图像对应的手部检测结果和手部图像对应的手势识别结果;获取初始手部处理模型,其中,初始手部处理模型包括初始手势识别模型和初始手部检测模型;将训练样本集中训练样本包括的原始图像输入至初始手部检测模型,以及将手部图像输入至初始手势识别模型,且将原始图像对应的手部检测结果作为初始手部检测模型的期望输出,将手部图像对应的手势识别结果作为初始手势识别模型的期望输出,利用机器学习的方法,训练得到手部处理模型。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如手势识别方法。例如,在一些实施例中,手势识别方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的手势识别方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行手势识别方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以是分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种手势识别方法,包括:
获取手部图像;
将所述手部图像输入至预先训练的手部处理模型所包括的手势识别模型,得到手势识别结果,其中,所述手部处理模型还包括手部检测模型,所述手部检测模型用于对所述手部图像所在的原始图像进行手部检测,所述手势识别模型用于融合其提取的手部图像特征和所述手部检测模型所提取的原始图像特征所包括的手部图像区域特征,以及根据融合结果生成手势识别结果。
2.根据权利要求1所述的方法,其中,所述获取手部图像,包括:
将所述原始图像输入至所述手部检测模型,得到用于指示所述原始图像中手部图像区域的所在位置的手部检测结果;
根据所述手部检测结果,生成所述手部图像。
3.根据权利要求2所述的方法,其中,所述手部检测模型所提取的原始图像特征所包括的手部图像区域特征通过如下步骤得到:
根据所述手部检测结果,从所述原始图像特征中提取所述手部图像区域特征。
4.根据权利要求1-3之一所述的方法,其中,所述手部检测模型包括第一特征提取网络和第二特征提取网络,其中,所述第一特征提取网络用于对所述原始图像进行特征提取,所述第二特征提取网络用于对所述第一特征提取网络输出的特征提取结果进行特征提取;以及
所述手部检测模型用于融合所述第一特征提取网络的特征提取结果和所述第二特征提取网络的特征提取结果,以及根据融合结果生成手部检测结果。
5.根据权利要求1-3之一所述的方法,其中,所述手部检测结果包括手部热图,其中,所述手部热图用于指示所述原始图像中手部图像区域的所在位置。
6.根据权利要求1-3之一所述的方法,其中,所述手部处理模型通过如下步骤训练得到:
获取训练样本集,其中,所述训练样本集中的训练样本包括原始图像、原始图像所包括的手部图像、原始图像对应的手部检测结果和手部图像对应的手势识别结果;
获取初始手部处理模型,其中,所述初始手部处理模型包括初始手势识别模型和初始手部检测模型;
将所述训练样本集中训练样本包括的原始图像输入至所述初始手部检测模型,以及将手部图像输入至所述初始手势识别模型,且将原始图像对应的手部检测结果作为所述初始手部检测模型的期望输出,将手部图像对应的手势识别结果作为所述初始手势识别模型的期望输出,利用机器学习的方法,训练得到手部处理模型。
7.一种手势识别装置,包括:
图像获取模块,被配置成获取手部图像;
识别模块,被配置成将所述手部图像输入至预先训练的手部处理模型所包括的手势识别模型,得到手势识别结果,其中,所述手部处理模型还包括手部检测模型,所述手部检测模型用于对所述手部图像所在的原始图像进行手部检测,所述手势识别模型用于融合其提取的手部图像特征和所述手部检测模型所提取的原始图像特征所包括的手部图像区域特征,以及根据融合结果生成手势识别结果。
8.根据权利要求7所述的装置,其中,所述图像获取模块进一步被配置成:
将所述原始图像输入至所述手部检测模型,得到用于指示所述原始图像中手部图像区域的所在位置的手部检测结果;
根据所述手部检测结果,生成所述手部图像。
9.根据权利要求8所述的装置,其中,所述手部检测模型所提取的原始图像特征所包括的手部图像区域特征通过如下步骤得到:
根据所述手部检测结果,从所述原始图像特征中提取所述手部图像区域特征。
10.根据权利要求7-9之一所述的装置,其中,所述手部检测模型包括第一特征提取网络和第二特征提取网络,其中,所述第一特征提取网络用于对所述原始图像进行特征提取,所述第二特征提取网络用于对所述第一特征提取网络输出的特征提取结果进行特征提取;以及
所述手部检测模型用于融合所述第一特征提取网络的特征提取结果和所述第二特征提取网络的特征提取结果,以及根据融合结果生成手部检测结果。
11.根据权利要求7-9之一所述的装置,其中,所述手部检测结果包括手部热图,其中,所述手部热图用于指示所述原始图像中手部图像区域的所在位置。
12.根据权利要求7-9之一所述的装置,其中,所述手部处理模型通过如下步骤训练得到:
获取训练样本集,其中,所述训练样本集中的训练样本包括原始图像、原始图像所包括的手部图像、原始图像对应的手部检测结果和手部图像对应的手势识别结果;
获取初始手部处理模型,其中,所述初始手部处理模型包括初始手势识别模型和初始手部检测模型;
将所述训练样本集中训练样本包括的原始图像输入至所述初始手部检测模型,以及将手部图像输入至所述初始手势识别模型,且将原始图像对应的手部检测结果作为所述初始手部检测模型的期望输出,将手部图像对应的手势识别结果作为所述初始手势识别模型的期望输出,利用机器学习的方法,训练得到手部处理模型。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110723847.2A CN113378774A (zh) | 2021-06-29 | 2021-06-29 | 手势识别方法、装置、设备、存储介质以及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110723847.2A CN113378774A (zh) | 2021-06-29 | 2021-06-29 | 手势识别方法、装置、设备、存储介质以及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113378774A true CN113378774A (zh) | 2021-09-10 |
Family
ID=77579748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110723847.2A Pending CN113378774A (zh) | 2021-06-29 | 2021-06-29 | 手势识别方法、装置、设备、存储介质以及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113378774A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024078088A1 (zh) * | 2022-10-14 | 2024-04-18 | 支付宝(杭州)信息技术有限公司 | 互动处理方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688914A (zh) * | 2019-09-09 | 2020-01-14 | 苏州臻迪智能科技有限公司 | 一种手势识别的方法、智能设备、存储介质和电子设备 |
CN112784810A (zh) * | 2021-02-08 | 2021-05-11 | 风变科技(深圳)有限公司 | 手势识别方法、装置、计算机设备和存储介质 |
CN112926423A (zh) * | 2021-02-07 | 2021-06-08 | 青岛小鸟看看科技有限公司 | 捏合手势检测识别方法、装置及*** |
-
2021
- 2021-06-29 CN CN202110723847.2A patent/CN113378774A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688914A (zh) * | 2019-09-09 | 2020-01-14 | 苏州臻迪智能科技有限公司 | 一种手势识别的方法、智能设备、存储介质和电子设备 |
CN112926423A (zh) * | 2021-02-07 | 2021-06-08 | 青岛小鸟看看科技有限公司 | 捏合手势检测识别方法、装置及*** |
CN112784810A (zh) * | 2021-02-08 | 2021-05-11 | 风变科技(深圳)有限公司 | 手势识别方法、装置、计算机设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024078088A1 (zh) * | 2022-10-14 | 2024-04-18 | 支付宝(杭州)信息技术有限公司 | 互动处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190392587A1 (en) | System for predicting articulated object feature location | |
CN109034069B (zh) | 用于生成信息的方法和装置 | |
JP7394809B2 (ja) | ビデオを処理するための方法、装置、電子機器、媒体及びコンピュータプログラム | |
CN112784778B (zh) | 生成模型并识别年龄和性别的方法、装置、设备和介质 | |
CN113971751A (zh) | 训练特征提取模型、检测相似图像的方法和装置 | |
JP2022177232A (ja) | 画像処理方法、テキスト認識方法及び装置 | |
CN113407850B (zh) | 一种虚拟形象的确定和获取方法、装置以及电子设备 | |
CN114186632A (zh) | 关键点检测模型的训练方法、装置、设备、存储介质 | |
CN113177472A (zh) | 动态手势识别方法、装置、设备以及存储介质 | |
CN110378278A (zh) | 神经网络的训练方法、对象搜索方法、装置以及电子设备 | |
CN113836268A (zh) | 文档理解方法及装置、电子设备和介质 | |
CN113378770A (zh) | 手势识别方法、装置、设备、存储介质以及程序产品 | |
CN113378712A (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
CN112861885A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN113177449A (zh) | 人脸识别的方法、装置、计算机设备及存储介质 | |
CN113378855A (zh) | 用于处理多任务的方法、相关装置及计算机程序产品 | |
CN112580666A (zh) | 图像特征的提取方法、训练方法、装置、电子设备及介质 | |
CN109829431B (zh) | 用于生成信息的方法和装置 | |
CN109064464B (zh) | 用于检测电池极片毛刺的方法和装置 | |
CN114120454A (zh) | 活体检测模型的训练方法、装置、电子设备及存储介质 | |
CN113378774A (zh) | 手势识别方法、装置、设备、存储介质以及程序产品 | |
CN115147547B (zh) | 人体重建方法和装置 | |
CN115482443A (zh) | 图像特征融合及模型训练方法、装置、设备以及存储介质 | |
CN115565186A (zh) | 文字识别模型的训练方法、装置、电子设备和存储介质 | |
CN114842541A (zh) | 模型的训练及人脸识别方法、装置、设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |