CN109409277B - 手势识别方法、装置、智能终端及计算机存储介质 - Google Patents

Abstract

本发明提供了一种手势识别方法、装置、智能终端及计算机存储介质，涉及图像识别的技术领域，该方法包括：获取待检测对象的多帧连续图像；如果多帧连续图像中均包含有待检测对象的手部图像，基于多帧手部图像的相对位置参数，判断多帧手部图像是否是连续性手势动作；如果是，判定多帧连续图像为有效的手势动作对应的图像。本发明提供的手势识别方法、装置、智能终端及计算机存储介质，在手势识别过程中，无需对手部图像做精细化识别，因此无需布署识别精度较好的计算机模型和配套的硬件设施，避免造成了资源的浪费，同时，也满足了手势识别的要求，且成本较低，能适配更多的使用场景。

Description

手势识别方法、装置、智能终端及计算机存储介质

技术领域

本发明涉及图像识别的技术领域，尤其是涉及一种手势识别方法、装置、智能终端及计算机存储介质。

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，目的是通过数学算法来识别人类手势，从而在机器和人之间搭建比原始文本用户界面或甚至GUI(图形用户界面)更丰富的桥梁。

近年来，随着机器学习等相关学科的发展，动态手势识别已逐渐成为人机交互领域研究的热点问题。目前，大部分的动态手势识别都是基于模型和配套硬件的识别方案，这种方案通常需要对手部图像做精细化识别，其研发成本以及对硬件的要求均较高。而对于精度要求一般，且对成本比较敏感的简单手势命令的使用场合，这种方案不适用。例如，驾驶员在行车过程中需要用简单的手势给车载移动设备发布一些左右上下滑动的命令，用于翻页，选歌，调节音量的操作，由于识别的手势相对简单，如果布署识别精度较好的计算机模型和配套的硬件设施，就会导致资源得不到充分利用，造成了资源的浪费，同时，也增加了用户的使用成本。

发明内容

有鉴于此，本发明的目的在于提供一种手势识别方法、装置、智能终端及计算机存储介质，以满足对精度要求一般，且对成本比较敏感的使用场合。

第一方面，本发明实施例提供了一种手势识别方法，该方法包括：获取待检测对象的多帧连续图像；如果多帧连续图像中均包含有待检测对象的手部图像，基于多帧手部图像的相对位置参数，判断多帧手部图像是否是连续性手势动作；如果是，判定多帧连续图像为有效的手势动作对应的图像。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述方法还包括：在预先存储的动作指令库中，查找有效的手势动作对应的设备操作指令；执行设备操作指令。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述方法还包括：将多帧连续图像依次输入预先配置的手部识别模型；其中，手部识别模型基于手部轮廓特征识别手部图像；根据手部识别模型输出的结果判断多帧连续图像中是否均包含有待检测对象的手部图像。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，上述基于多帧手部图像的相对位置参数，判断多帧手部图像是否是连续性手势动作的步骤，包括：根据任意相邻两帧连续图像中手部图像的中心位置，判断多帧连续图像是否包含有连续性手势动作。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述根据任意相邻两帧连续图像中手部图像的中心位置，判断多帧连续图像是否包含有连续性手势动作的步骤包括：判断任意相邻两帧连续图像中手部图像的中心位置的移动方向是否一致，和/或，任意相邻两帧手部图像的中心位置移动的距离是否超过预先设置的距离阈值；如果是，确定多帧手部图像包含有连续性手势动作。

结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，上述方法还包括：如果判断出任意相邻两帧连续图像中手部图像的中心位置的移动方向不一致，和/或，任意相邻两帧手部图像的中心位置移动的距离超过预先设置的容错阈值，判定多帧连续图像为无效的手势动作对应的图像。

结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，上述方法还包括：如果多帧连续图像中存在不包含手部图像的图像，判定多帧连续图像为无效的手势动作对应的图像。

第二方面，本发明实施例还提供一种手势识别装置，该装置包括：获取模块，用于获取待检测对象的多帧连续图像；判断模块，用于如果多帧连续图像中均包含有待检测对象的手部图像，基于多帧手部图像的相对位置参数，判断多帧手部图像是否是连续性手势动作；判定模块，用于当判断模块的判断结果为是时，判定多帧连续图像为有效的手势动作对应的图像。

第三方面，本发明实施例还提供一种智能终端，包括存储器以及处理器，所述存储器用于存储支持所述处理器执行上述第一方面所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。

第四方面，本发明实施例还提供一种计算机存储介质，用于存储计算机程序指令，当计算机执行所述计算机程序指令时，执行如上述第一方面所述的方法。

本发明实施例带来了以下有益效果：

本发明实施例提供的手势识别方法、装置、智能终端及计算机存储介质，能够获取待检测对象的多帧连续图像；并在多帧连续图像中均包含有待检测对象的手部图像时，基于多帧手部图像的相对位置参数判断多帧手部图像是否是连续性手势动作，进而在判断出连续性手势动作时判定多帧连续图像为有效的手势动作对应的图像，在手势识别过程中，无需对手部图像做精细化识别，因此无需布署识别精度较好的计算机模型和配套的硬件设施，避免造成了资源的浪费，同时，也满足了手势识别的要求，且成本较低，能适配更多的使用场景。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种手势识别方法的流程图；

图2为本发明实施例提供的另一种手势识别方法的流程图；

图3为本发明实施例提供的一种手势识别装置的结构示意图；

图4为本发明实施例提供的一种智能终端的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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做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。

目前，大部分的动态手势识别都是基于模型和配套硬件的识别方案，这些方案虽然识别精度较好，但研发和生产成本较高，不太适合对精度要求一般，而对成本比较敏感的简单手势命令的使用场合。

基于此，本发明实施例提供的一种手势识别方法、装置、智能终端及计算机存储介质，引入手部识别模型和对手部位置跟踪算法相结合的方式，来完成简单手势命令的识别，以满足特地场合下以较低成本完成动态手势识别的要求。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种手势识别方法进行详细介绍。

实施例一：

本发明实施例提供的一种手势识别方法，可以应用于智能终端，如智能手机、车载移动设备等，以对简单的手势进行识别。如图1所示的一种手势识别方法的流程图，该方法包括以下步骤：

步骤S102，获取待检测对象的多帧连续图像；

通常，该待检测对象的多帧连续图像可以是智能手机、车载移动设备等智能终端的摄像头拍摄的用户的视频流中包含的图像，具体地，该多帧连续图像可以是视频流中相邻的帧图像，也可以是具有一设定间隔的连续帧图像，并且，智能终端的摄像头可以支持RGB，或者红外等多种图像模式。

以车载移动设备为例，该车载移动设备可以设置在车辆驾驶室内，并通过摄像头实时拍摄驾驶位置的画面，此时，上述待检测对象的多帧连续图像可以是对驾驶员进行实时拍摄时产生的图像，以便于在行车过程中对驾驶员做出的简单手势进行识别。

步骤S104，如果上述多帧连续图像中均包含有待检测对象的手部图像，基于多帧手部图像的相对位置参数，判断多帧手部图像是否是连续性手势动作；

具体地，以车载移动设备为例，该连续性手势动作可以是驾驶员在行车过程中做出的简单手势，对车载移动设备发布一些控制命令，例如上、下、左、右的摆动手势等，用于车载音响设备的翻页、选歌、调节音量的操作等，通过检测连续性手势动作的过程，可以识别这些控制命令。

步骤S106，如果是，判定上述多帧连续图像为有效的手势动作对应的图像。

本发明实施例提供的手势识别方法，能够获取待检测对象的多帧连续图像；并在多帧连续图像中均包含有待检测对象的手部图像时，基于多帧手部图像的相对位置参数判断多帧手部图像是否是连续性手势动作，进而在判断出连续性手势动作时判定多帧连续图像为有效的手势动作对应的图像，在手势识别过程中，无需对手部图像做精细化识别，因此无需布署识别精度较好的计算机模型和配套的硬件设施，避免造成了资源的浪费，同时，也满足了手势识别的要求，且成本较低，能适配更多的使用场景。

在实际使用时，当判定出上述多帧连续图像为有效的手势动作对应的图像之后，车载移动设备可以认为当前驾驶员做出了一次有效的手势动作，如果该有效的手势动作可以是车载移动设备对应的控制命令，则可以实现进一步的控制和操作。因此，当车载移动设备等智能终端判定出多帧连续图像为有效的手势动作对应的图像之后，上述方法还包括：在预先存储的动作指令库中，查找上述有效的手势动作对应的设备操作指令；并执行该设备操作指令，实现对简单手势动作标识的命令进行识别。

通常，获取到待检测对象的多帧连续图像之后，会先检测每帧图像中是否均包含有手部图像，如果多帧连续图像中存在不包含手部图像的图像，则可以判定该多帧连续图像为无效的手势动作对应的图像，进而结束当前的手势识别过程。因此，本发明实施例提供的手势识别方法，是通过检测每帧图像中是否均包含有手部图像，来判断是否是手势动作对应的图像。

具体地，可以通过手部识别模型实现，来判断多帧连续图像中是否均包含有待检测对象的手部图像，因此，在获取待检测对象的多帧连续图像后，可以将该多帧连续图像依次输入至手部识别模型，以识别连续性手势动作。基于此，在图1所示的手势识别方法的基础上，本发明实施例还提供了另一种手势识别方法，如图2所示的另一种手势识别方法的流程图，该方法包括以下步骤：

步骤S202，获取待检测对象的多帧连续图像；

在实际使用时，获取待检测对象的图像的帧数越多，误识别率越低，但是，帧数多的情况漏识别率会越高，这是因为帧数多的情况，会使连续性检测更加严格，例如，用户用3帧图像做了一个连续性手势动作，并且是合法的手势动作，然后把手放下，如果截取5帧图像，此时，其中两帧是不包含手部图像的，就会导致该连续性手势动作检测不符合要求，进而被判定为无效的手势动作。

因此，考虑到图像质量，光线，抖动等不确定因素可能造成的误差，在截取视频流中连续的多帧图像时，通常截取连续的3帧图像进行手势识别，即对该3帧图像进行连续性检测，以检测该3帧图像是否包含有连续性手势动作，如果不能通过连续性检测，则视为无效的手部动作，整个手势识别过程将会复位，重新开始一轮新的手势识别流程。应当理解，上述截取视频流中的图像的帧数，还可以根据实际情况进行设置，本发明实施例对此不进行限制。

步骤S204，将多帧连续图像依次输入预先配置的手部识别模型；

其中，该手部识别模型可以基于手部轮廓特征识别手部图像。例如，基于卷积识别算法对每帧图像进行图像识别，以识别手部轮廓特征，进而判断出当前帧图像是否包含有待检测对象的手部图像等。

步骤S206，根据手部识别模型输出的结果判断上述多帧连续图像中是否均包含有待检测对象的手部图像；如果是，执行步骤S208；如果否，返回步骤S202。

通常，该手部识别模型在识别到当前帧图像中包含手部图像后，还可以进一步识别出手部图像相对于当前图像的相对位置参数，因此，当手部识别模型确定出多帧连续图像中每帧图像均包含有手部图像时，还可以输出每帧图像中包含的手部图像相对于当前图像的相对位置参数，以便于继续执行后续的步骤进行连续性检测。

步骤S208，将每帧手部图像的中心位置的坐标标记为该手部图像的相对位置参数；

考虑到本发明实施例提供的手势识别方法识别的是相对简单的手势动作，因此，可以将识别手部图像的过程进行简化，仅需识别出手部图像的轮廓，确定出当前图像手部图像的中心位置，就可以将该中心位置的坐标标记为该手部图像相对于当前图像帧的相对位置参数。

步骤S210，根据任意相邻两帧连续图像中手部图像的中心位置，判断多帧连续图像是否包含有连续性手势动作；如果是，执行步骤S212；如果否，返回步骤S202。

步骤S212，判定上述多帧连续图像为有效的手势动作对应的图像。

通常，上述步骤S210中判断是否有连续性手势动作的过程，可以基于中心位置实现，具体地，该判断步骤可以包括以下过程：判断任意相邻两帧连续图像中手部图像的中心位置移动方向是否一致，和/或，任意相邻两帧手部图像的中心位置移动的距离是否超过预先设置的距离阈值。

在实际使用时，可以在当前连续性手势动作同时满足中心位置的移动方向一致且中心位置移动的距离超过预先设置的距离阈值时，为该连续性手势动作设置有效标识，以便于判定上述多帧连续图像为有效的手势动作对应的图像；也可以在当前连续性手势动作满足其中之一条件，即任意相邻两帧连续图像中手部图像的中心位置移动方向一致，或者，任意相邻两帧手部图像的中心位置移动的距离超过预先设置的距离阈值时，为该连续性手势动作设置有效标识，以判定上述多帧连续图像为有效的手势动作对应的图像。

例如，如果待识别的手势，仅仅是上、下、左、右等单一方向的手势，则可以在同时满足上述两个条件时，为该连续性手势动作设置有效标识；如，对于截取连续3帧图像的情形，如果第二帧相对于第一帧图像的手部图像的中心位置向右移动，而第三帧相对于第二帧图像的手部图像的中心位置也是向右移动，且，任意相邻两帧手部图像的中心位置移动的距离均超过了预先设置的距离阈值，则可检测出连续性手势动作，即产生一次有效的手势动作，此时，当前的识别结果为手势右滑，其他3个方向同理。

当待识别的手势包括两个或者多个方向的摆动时，可以仅满足其中之一，如，满足中心位置移动的距离超过预先设置的距离阈值时，就可以判定上述多帧连续图像为有效的手势动作对应的图像，在实际使用时，为了避免将待检测对象的无意识动作判定为有效的手势动作，通常采取同时满足上述条件的方式来确定多帧手部图像是否包含有连续性手势动作；具体的判断过程，也可以根据实际情况进行设置，本发明实施例对此不进行限制。

在实际使用时，如果判断出任意相邻两帧连续图像中手部图像的中心位置的移动方向不一致，和/或，任意相邻两帧手部图像的中心位置移动的距离超过预先设置的容错阈值，则可以判定多帧连续图像为无效的手势动作对应的图像。

具体地，上述容错阈值可以基于拍摄当前视频流的摄像头的分辨率进行设置，例如，该容错阈值可以表示为：(摄像头的分辨率-当前帧图像的分辨率)/C，其中，摄像头的分辨率通常为当前摄像头的固有参数，为已知量，考虑到在截取视频流中连续的多帧图像时会出现对图像进行缩放的过程，因此，当前帧图像的分辨率通常是图像缩放之后的分辨率，进一步，上述表达式中的C为常数，可以根据实际情况进行调整，以适应当前对多帧图像的手势识别过程。

通常，上述预先设置的距离阈值为小于该容错阈值的一个距离值，因此，在设置距离阈值时，可以参考该容错阈值进行设置，进一步，通过设置距离阈值，可以避免由于手部抖动引起的手部图像的移动过程，通常图像帧的抖动会造成手部图像位置错误的位移，但一般幅度不大，通过设置距离阈值，可以实现只有在任意相邻两帧手部图像的中心位置移动的距离超过预先设置的距离阈值时，才认为是一次有意识的连续性手势动作，可以避免由于手部抖动引起的错误的位移，以使手势识别过程更加准确。

实施例二：

基于上述实施例所示的手势识别方法，本发明实施例还提供了一种手势识别装置，如图3所示的一种手势识别装置的结构示意图，该装置包括以下结构：

获取模块30，用于获取待检测对象的多帧连续图像；

判断模块32，用于如果多帧连续图像中均包含有待检测对象的手部图像，基于多帧手部图像的相对位置参数，判断多帧手部图像是否是连续性手势动作；

判定模块34，用于当判断模块的判断结果为是时，判定多帧连续图像为有效的手势动作对应的图像。

本发明实施例提供的手势识别装置，与上述实施例提供的手势识别方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本发明还提供了一种智能终端，包括存储器以及处理器，所述存储器用于存储支持所述处理器执行上述实施例一所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。

进一步，本发明一种计算机存储介质，用于存储计算机程序指令，当计算机执行所述计算机程序指令时，执行如上述实施例一所述的方法。

参见图4，本发明实施例还提供一种智能终端的结构示意图，包括：处理器400，存储器401，总线402和通信接口403，处理器400、通信接口403和存储器401通过总线402连接；处理器400用于执行存储器401中存储的可执行模块，例如计算机程序。

其中，存储器401可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口403(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线402可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器401用于存储程序，处理器400在接收到执行指令后，执行程序，前述本发明实施例任一实施例揭示的手势识别装置所执行的方法可以应用于处理器400中，或者由处理器400实现。

处理器400可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器400中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器400可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器401，处理器400读取存储器401中的信息，结合其硬件完成上述方法的步骤。

本发明实施例所提供的手势识别方法、装置、智能终端及计算机存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种手势识别方法，其特征在于，所述方法包括：

获取待检测对象的多帧连续图像；

将所述多帧连续图像依次输入预先配置的手部识别模型；其中，所述手部识别模型基于手部轮廓特征识别手部图像；

根据所述手部识别模型输出的结果判断所述多帧连续图像中是否均包含有待检测对象的手部图像；

如果所述多帧连续图像中均包含有待检测对象的手部图像，基于多帧所述手部图像的相对位置参数，判断多帧所述手部图像是否是连续性手势动作；

如果是，判定所述多帧连续图像为有效的手势动作对应的图像。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在预先存储的动作指令库中，查找所述有效的手势动作对应的设备操作指令；

执行所述设备操作指令。

3.根据权利要求1所述的方法，其特征在于，所述基于多帧所述手部图像的相对位置参数，判断多帧所述手部图像是否是连续性手势动作的步骤，包括：

根据任意相邻两帧连续图像中所述手部图像的中心位置，判断所述多帧连续图像是否包含有连续性手势动作。

4.根据权利要求3所述的方法，其特征在于，所述根据任意相邻两帧连续图像中所述手部图像的中心位置，判断所述多帧连续图像是否包含有连续性手势动作的步骤包括：

判断任意相邻两帧连续图像中所述手部图像的中心位置的移动方向是否一致，和/或，任意相邻两帧所述手部图像的中心位置移动的距离是否超过预先设置的距离阈值；

如果是，确定多帧所述手部图像包含有连续性手势动作。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

如果判断出任意相邻两帧连续图像中所述手部图像的中心位置的移动方向不一致，和/或，任意相邻两帧所述手部图像的中心位置移动的距离超过预先设置的容错阈值，判定所述多帧连续图像为无效的手势动作对应的图像。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果所述多帧连续图像中存在不包含手部图像的图像，判定所述多帧连续图像为无效的手势动作对应的图像。

7.一种手势识别装置，其特征在于，所述装置包括：

获取模块，用于获取待检测对象的多帧连续图像；将所述多帧连续图像依次输入预先配置的手部识别模型；其中，所述手部识别模型基于手部轮廓特征识别手部图像；根据所述手部识别模型输出的结果判断所述多帧连续图像中是否均包含有待检测对象的手部图像；

判断模块，用于如果所述多帧连续图像中均包含有待检测对象的手部图像，基于多帧所述手部图像的相对位置参数，判断多帧所述手部图像是否是连续性手势动作；

判定模块，用于当所述判断模块的判断结果为是时，判定所述多帧连续图像为有效的手势动作对应的图像。

8.一种智能终端，其特征在于，包括存储器以及处理器，所述存储器用于存储支持所述处理器执行权利要求1～6任一项所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。

9.一种计算机存储介质，其特征在于，用于存储计算机程序指令，当计算机执行所述计算机程序指令时，执行如权利要求1-6任一项所述的方法。

Images