CN111814645A - 手指检测方法 - Google Patents
手指检测方法 Download PDFInfo
- Publication number
- CN111814645A CN111814645A CN202010621987.4A CN202010621987A CN111814645A CN 111814645 A CN111814645 A CN 111814645A CN 202010621987 A CN202010621987 A CN 202010621987A CN 111814645 A CN111814645 A CN 111814645A
- Authority
- CN
- China
- Prior art keywords
- finger
- hand
- length
- key points
- thumb
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/107—Static hand or arm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明是关于手指检测方法。该方法包括:对手部进行关键点检测,获得多个手部关键点;确定手部关键点的坐标;根据所述手部关键点的坐标,计算手部检测信息;根据所述手部检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲。通过本发明的技术方案,可自动而准确地判断手部是否出现残指和/或是否能够弯曲,这不仅减轻了体检人员的工作量,而且也避免出现人为因素的漏检,错检等情况的发生,同时还可以大大降低作弊情况的发生。
Description
技术领域
本发明涉及关键点检测技术领域,尤其涉及手指检测方法。
背景技术
目前的手指关键点检测算法,只能输出手指的关键点坐标,无法判断手指是否残缺,因而,在判断手指是否残缺时需要医务人员人为进行检测,这样不仅医务人员的工作负担重,而且检测效率和准确率低,如可能存在漏检、错检的情况等,同时还可能存在作弊的问题。
发明内容
本发明实施例提供了手指检测方法。所述技术方案如下:
根据本发明实施例提供了一种手指检测方法,包括:
对手部进行关键点检测,获得多个手部关键点;
确定手部关键点的坐标;
根据所述手部关键点的坐标,计算手部检测信息;
根据所述手部检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲。
在一个实施例中,在判断所述手部的拇指是否为残指时,所述手部关键点包括多个拇指关键点和多个食指关键点,所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述多个拇指关键点的坐标,计算所述多个拇指关键点中相邻拇指关键点的长度;
根据所述相邻拇指关键点的长度,计算所述手部的拇指的长度;
根据所述多个食指关键点的坐标,计算所述多个食指关键点中相邻食指关键点的长度;
根据所述相邻食指关键点的长度,计算所述手部的食指的长度;
所述根据所述检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲,包括:
根据所述手部拇指的长度和所述手部食指的长度,判断所述手部的拇指是否出现残指。
在一个实施例中,在判断所述手部的拇指是否为残指时,所述手部关键点包括多个拇指关键点和指定食指关键点,所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述多个拇指关键点的坐标,计算所述多个拇指关键点中相邻拇指关键点形成的向量的第一长度;
根据所述相邻拇指关键点形成的向量的第一长度,计算所述手部的拇指的长度和;
根据所述多个拇指关键点的坐标中指定拇指关键点的坐标以及所述指定食指关键点的坐标,计算可供参考的第二长度;
所述根据所述检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲,包括:
根据所述手部的拇指的长度和以及所述第二长度,判断所述手部的拇指是否为残指。
在一个实施例中,在判断所述手部的食指、中指、无名指、小指是否出现残指时,所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述手部的各手指的关键点的坐标,计算所述各手指的关键点之间形成的向量;
根据所述各手指的关键点之间形成的向量,计算所述手部检测信息,其中,所述手部检测信息包括以下至少一项:所述各手指的整体长度、所述各手指所对应的手掌部分的长度、所述各手指的指关节的长度、所述各手指的相邻指关节之间的夹角。
在一个实施例中,所述根据所述手部检测信息,检测所述手部是否出现残指,包括:
根据所述各手指的整体长度和所述各手指所对应的手掌部分的长度,判断所述各手指是否为残指;
和/或
根据所述各手指中第一手指的指关节的长度与所述各手指中第二手指的指关节的长度,判断所述各手指中第一手指是否为残指,其中,所述第一手指为所述各手指中的任一手指,所述第二手指为所述各手指中与所述第一手指循环相邻的下一手指;
和/或
根据所述各手指的相邻指关节之间的夹角是否均小于预设夹角,确定所述各手指是否为残指;
和/或
根据所述各手指的指关节的长度是否满足预设条件,确定所述各手指是否为残指。
在一个实施例中,所述手部包括左手和右手;
所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述左手的手部关键点的坐标,确定所述左手的各手指的手指长度;
根据所述右手的手部关键点的坐标,确定所述右手的各手指的手指长度;
所述根据所述手部检测信息,检测所述手部是否出现残指,包括:
根据所述左手的各手指的手指长度和所述右手的对称手指的手指长度,检测所述左手或所述右手是否出现残指。
在一个实施例中,所述手部关键点包括:所述手部的各手指的顶部关键点和所述各手指的次顶部关键点,所述各手指的次顶部关键点为与所述各手指的顶部关键点紧邻的关键点;
所述手部检测信息包括:所述各手指的顶部关键点的纵坐标和所述各手指的次顶部关键点的纵坐标;
所述根据所述手部检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲,包括:
根据所述各手指的顶部关键点的纵坐标和所述各手指的次顶部关键点的纵坐标,判断所述各手指是否能够弯曲。
在一个实施例中,根据所述各手指的顶部关键点的纵坐标和所述各手指的次顶部关键点的纵坐标,判断所述各手指是否能够弯曲,包括:
判断所述各手指的次顶部关键点的纵坐标是否大于所述各手指的顶部关键点的纵坐标;
当所述各手指中任一手指的次顶部关键点的纵坐标不大于所述各手指的顶部关键点的纵坐标时,判定所述任一手指不能弯曲。
本发明的实施例提供的技术方案可以包括以下有益效果:
通过对手部进行关键点检测,可获得多个手部关键点,并确定手部关键点的坐标,进而利用手部关键点的坐标计算获得手部检测信息,从而通过非接触式的方式,可根据手部检测信息,自动而准确地判断手部是否出现残指和/或是否能够弯曲,这不仅减轻了体检人员的工作量,而且也避免出现人为因素的漏检,错检等情况的发生,同时还可以大大降低作弊情况的发生。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种手指检测方法的流程图。
图2A是根据一示例性实施例示出的一种手掌伸开时检测到的关键点的示意图。
图2B是根据一示例性实施例示出的手部处于OK状态时检测到的关键点的示意图。
图3是根据一示例性实施例示出的另一种手指检测方法的流程图。
图4是根据一示例性实施例示出的一种检测拇指是否残缺的流程图。
图5是根据一示例性实施例示出的一种检测手部除拇指之外其他手指是否残缺的流程图。
图6是根据一示例性实施例示出的另一种检测手部除拇指之外其他手指是否残缺的流程图。
图7是根据一示例性实施例示出的又一种手指检测方法的流程图。
图8是根据一示例性实施例示出的再一种手指检测方法(即检测手指是否能够弯曲)的流程图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
为了解决上述技术问题,本发明实施例提供了一种手指检测方法,该方法可用于手指检测程序、系统或装置中,且该方法对应的执行主体可以是终端或服务器,如图1所示,该方法包括步骤S101至步骤S103:
在步骤S101中,对手部进行关键点检测,获得多个手部关键点;
在步骤S102中,确定手部关键点的坐标;
在步骤S103中,根据所述手部关键点的坐标,计算手部检测信息;
手部检测信息包括但不限于所述各手指的整体长度、所述各手指所对应的手掌部分的长度、所述各手指的指关节的长度、所述各手指的相邻指关节之间的夹角。
在步骤S104中,根据所述手部检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲。
通过对手部进行关键点检测,可获得多个手部关键点,并确定手部关键点的坐标,如两只手需要完全暴露在画面中,并且张开五指,对准画面中的指定区域(如图2A所示),不能超过最大和最小区域,否则存在误检的情况,通过关键点检测算法(openpose已开源)可输出关键点信息,包含每个点的X、Y坐标和每个关键点的置信度,进而利用手部关键点的坐标计算获得手部检测信息,从而通过非接触式的方式,可根据手部检测信息,自动而准确地判断手部是否出现残指和/或是否能够弯曲,这不仅减轻了体检人员的工作量,而且也避免出现人为因素的漏检,错检等情况的发生,同时还可以大大降低作弊情况的发生。
如图3所示,示出的是一种检测手部手指是否残缺的整体流程图。
在一个实施例中,在判断所述手部的拇指是否为残指时,所述手部关键点包括多个拇指关键点和多个食指关键点,手部检测信息包括:手部的拇指的长度、手部的食指的长度,所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述多个拇指关键点的坐标,计算所述多个拇指关键点中相邻拇指关键点的长度;
根据所述相邻拇指关键点的长度,计算所述手部的拇指的长度;如图2B中,拇指长度L1为拇指上的关键点1-2 2-3 3-4三段距离的和。
根据所述多个食指关键点的坐标,计算所述多个食指关键点中相邻食指关键点的长度;如图2B中,食指长度L2为食指上的关键点5-6 6-7 7-8三段距离的和。
根据所述相邻食指关键点的长度,计算所述手部的食指的长度;
所述根据所述检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲,包括:
根据所述手部拇指的长度和所述手部食指的长度,判断所述手部的拇指是否出现残指。
根据拇指关键点的坐标可计算出拇指的长度以及根据食指关键点的坐标可计算出食指的长度,然后通过将拇指与食指的长度做对比,即可确认拇指是否为残指,例如,食指长度L2/拇指长度L1<ThresholdN,ThresholdN可调的小于0的数值,则认为拇指残缺。
在一个实施例中,在判断所述手部的拇指是否为残指时,所述手部关键点包括多个拇指关键点和指定食指关键点,所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述多个拇指关键点的坐标,计算所述多个拇指关键点中相邻拇指关键点形成的向量的第一长度;
根据所述相邻拇指关键点形成的向量的第一长度,计算所述手部的拇指的长度和;
根据所述多个拇指关键点的坐标中指定拇指关键点的坐标以及所述指定食指关键点的坐标,计算可供参考的第二长度;
如图2B中,拇指的长度和thumber_len为拇指上的关键点0-1 1-2 2-3 3-4这些关键点组成的四段向量的长度之和,第二长度len1为关键点0-5之间形成的向量的长度,而指定拇指关键点为图2B中的关键点0,指定食指关键点为图2B中的关键点5。当然,图2B中的关键点0还可以认为是手掌关键点。
所述根据所述检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲,包括:
根据所述手部的拇指的长度和以及所述第二长度,判断所述手部的拇指是否为残指。
根据拇指关键点的坐标可计算出拇指的长度和以及根据指定拇指关键点的坐标以及所述指定食指关键点的坐标可计算出供参考的第二长度,然后根据手部的拇指的长度和以及所述第二长度,即可准确判断所述手部的拇指是否为残指,例如,长度和thumber_len<第二长度len1,则认为拇指残缺,则认为拇指残缺。
当然,上述判断拇指残缺的两个实施例可以自由组合,只要满足其中一个实施例,即可判定拇指残缺。
在一个实施例中,在判断所述手部的食指、中指、无名指、小指是否出现残指时,所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述手部的各手指的关键点的坐标,计算所述各手指的关键点之间形成的向量;
根据所述各手指的关键点之间形成的向量,计算所述手部检测信息,其中,所述手部检测信息包括以下至少一项:所述各手指的整体长度(如图2B中,食指的整体长度Fingerlen1为关键点0-8形成的向量的长度、中指的整体长度Fingerlen2为关键点0-12形成的向量的长度、无名指的整体长度Fingerlen3为关键点0-16形成的向量的长度、小指的整体长度Fingerlen4为关键点0-20形成的向量的长度)、所述各手指所对应的手掌部分的长度(如图2B中,食指对应的手掌部分的长度Palm1为关键点0-5形成的向量的长度、中指对应的手掌部分的长度Palm2为关键点0-9形成的向量的长度、无名对应的手掌部分的长度Palm3为关键点0-13形成的向量的长度、小指对应的手掌部分的长度Palm4为关键点0-17形成的向量的长度)、所述各手指的指关节的长度、所述各手指的相邻指关节之间的夹角。
在一个实施例中,所述根据所述手部检测信息,检测所述手部是否出现残指,包括:
根据所述各手指的整体长度和所述各手指所对应的手掌部分的长度,判断所述各手指是否为残指;
根据各手指的整体长度和所述各手指所对应的手掌部分的长度,可准确而自动地判断所述各手指是否为残指,例如在图2B所示的实施例中,如果Fingerlen1/Palm1<ThresholdN(可调的数值,通常为1.5),则认为对应手指(食指)残缺。
和/或
根据所述各手指中第一手指的指关节的长度与所述各手指中第二手指的指关节的长度,判断所述各手指中第一手指是否为残指,其中,所述第一手指为所述各手指中的任一手指(即为食指、中指、无名指或者小指),所述第二手指为所述各手指中与所述第一手指循环相邻的下一手指(循环相邻指的是食指与中指相邻、中指与无名指相邻、无名指与小指相邻、小指与食指相邻);
和/或
根据所述各手指的相邻指关节之间的夹角是否均小于预设夹角,确定所述各手指是否为残指,如只要有一个手指的某个相邻的指关节所形成的向量的夹角过大,则认为该手指为残指;
以图2B中的食指为例,计算关键点5-6 6-7 7-8形成的三个向量之间的夹角,如果在手指正常的情况下,oppenpose给出的关键点组成的向量,其相邻两个向量的夹角的角度一般在30度以内,即计算的cosin值不超过0.85,如果手指有残缺,则预测的关键点位置不准确,得出的向量夹角会很大,其cosin数值较小。而其他的手指计算逻辑与食指的类似,只要夹角cosin数值小于0.85则认为该手指存在残缺。其中,图6也示出了使用关键点形成的向量之间的夹角来判断手指是否为残指的流程。
和/或
根据所述各手指的指关节的长度是否满足预设条件,确定所述各手指是否为残指,例如以图2B中的食指为例,计算出的关键点5-6 6-7 7-8形成的向量的长度分别为len1,len2,len3,则如果len3<0.5*len2或者len2<0.5*len3则认为当前的手指(即食指)存在残缺,其他的手指残缺判断与食指判断流程相同。
另外,上述判断各手指是否为残指的方式中,只要满足其中一条即可判断手指残缺。
在一个实施例中,所述手部包括左手和右手;
所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述左手的手部关键点的坐标,确定所述左手的各手指的手指长度;
根据所述右手的手部关键点的坐标,确定所述右手的各手指的手指长度;
所述根据所述手部检测信息,检测所述手部是否出现残指,包括:
根据所述左手的各手指的手指长度和所述右手的对称手指(如左手的食指的对称手指为右手的食指,左手的中指的对称手指为右手的中指)的手指长度,检测所述左手或所述右手是否出现残指。
在判断手部是否出现残指时,可以通过双手的手指对称原则继续判断,只有满足左右手的对应手指长度比值在一定范围内,则认为手不存在残缺,否则哪个手指不满足长度对称原则,则手指长度较短的那根手指存在残缺。
另外,本发明判断手指是否出现残指的方式可相互结合,通过本发明的实施例,可以实现手指残缺的准确判断,判断准确率为97%以上
在一个实施例中,在手部姿势为握拳状态(需要明确的是:手部处于握拳状态时手部关键点要重新检测)时,所述手部关键点包括:所述手部的各手指的顶部关键点和所述各手指的次顶部关键点,所述各手指的次顶部关键点为与所述各手指的顶部关键点紧邻的关键点;如在图2B中,食指上的顶部关键点为关键点8,次顶部关键点即为关键点7;或者中指上的顶部关键点为关键点12,次顶部关键点即为关键点11。
所述手部检测信息包括:所述各手指的顶部关键点的纵坐标和所述各手指的次顶部关键点的纵坐标;
所述根据所述手部检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲,包括:
根据所述各手指的顶部关键点的纵坐标和所述各手指的次顶部关键点的纵坐标,判断所述各手指是否能够弯曲。当然,在判断能够弯曲时,还可以结合指关节的关键点的外接矩形的面积以及手掌关键点(如关键点0.2.5.9.13.17)的外接矩形的面积进行进一步判断,从而提高手指是否能够弯曲的判断准确率,如图8所示。
通过各手指的的顶部关键点的纵坐标和所述各手指的次顶部关键点的纵坐标,可准确而自动地判断所述各手指是否能够弯曲。
在一个实施例中,根据所述各手指的顶部关键点的纵坐标和所述各手指的次顶部关键点的纵坐标,判断所述各手指是否能够弯曲,包括:
以手掌图像左上角为坐标原点,横轴往右为X轴正向,纵轴往下为Y轴正向建立坐标系后,判断所述各手指的次顶部关键点的纵坐标是否大于所述各手指的顶部关键点的纵坐标;
当所述各手指中任一手指的次顶部关键点的纵坐标不大于所述各手指的顶部关键点的纵坐标时,判定所述任一手指不能弯曲。例如:在图2B中,以图像左上角为坐标原点,横轴往右为X轴正向,纵轴往下为Y轴正向建立坐标系,那么如果关键点8的纵坐标8-Y>关键点7的纵坐标7-Y不成立,则判定食指不能弯曲,如果关键点12的纵坐标12-Y>关键点11的纵坐标11-Y不成立,则判定食指不能弯曲。
最后,需要明确的是:本领域技术人员可根据实际需求,将上述多个实施例进行自由组合。
下面将结合其他实施例进一步详细说明本发明的具体实施例:
1)两只手需要完全暴露在画面中,并且张开五指,对准画面中的指定区域,不能超过最大和最小区域,否则存在误检的情况,通过关键点检测算法(openpose已开源),检测到的手指关键点在画面中显示如图2A所示:
2)手指残缺性检测:通过左右手对称手指的长度,每根手指的紧邻关键点组成的两个向量的角度,每个手指伸直以后的长度与手掌长度的比值,每根手指之间的长度比值,利用欧氏距离计算每根手指两个关键点之间的距离之比值,通过以上数值,添加数学逻辑,进而判断手指是否存在残缺。
3)手指功能检测:通过握拳以后的关键点检测信息,利用欧氏距离判断手指的长度是否发生变化,手指的关键点坐标位置判断,关键点之间的向量方向判断,通过数学逻辑,将以上算法串联判断手指是否具有弯曲功能,而假的手指是无法实现这种弯曲的。
2.残指检测原理如下:
其工作原理是:
下图2B为开源openpose输出的关键点信息,包含每个点的X、Y坐标和每个关键点的置信度
拇指残缺判断:
计算拇指的长度,由于拇指上的关键点1-2 2-3 3-4三段距离的和的长度L1,计算食指的长度即5-6 6-7 7-8三段距离的长度L2,利用长度比值进行判断。如果L2/L1<ThresholdN,ThresholdN可调的小于0的数值,则认为拇指残缺;如图2B和图4所示。
计算关键点0-1 1-2 2-3 3-4的向量长度,并求和得到数值thumber_len,计算向量0-5的长度len1,如果thumber_len<len1,则认为拇指残缺
上述2条只要有一条满足,则拇指残缺.
其他手指(即食指、中指、无名指、小指)的残缺
通过整体长度判断:
计算关键点0-8 0-12 0-16 0-20组成的向量的长度Fingerlen1,…,Fingerlen4,计算关键点0-5 0-9 0-13 0-17组成的向量的长度Palm1,…,Palm4,理论上Fingerlen1,…,Fingerlen4分别是Palm1,…,Palm4的2倍,如果Fingerlen1/Palm1<ThresholdN(可调的数值,通常为1.5),则认为对应手指残缺
通多手指与手指的长度关系判断:
如图2B和图5所示,计算向量每根手指三个关键点的长度之和。食指的长度为计算向量5-6 6-7 7-8的长度之和为len1,中指的长度为计算向量9-10 10-11 11-12的长度之和为len2,无名指的长度为计算向量13-14 14-1515-16的长度之和为len3,小拇指的长度为计算向量17-18 18-19 19-20的长度之和为len4,
如果len1<ThresholdN(可调的数值,定为0.6)*len2,认为食指残缺
如果len2<ThresholdN(可调的数值,定为0.8)*len3,认为中指残缺
如果len3<len4,认为无名指残缺,
如果len4<ThresholdN(可调的数值,定为0.5)*len1,认为小拇指残缺
通过每个手指的四个关节点之间的向量夹角判断:
以食指为例,计算关键点5-6 6-7 7-8形成的三个向量之间的夹角,如果手指正常的情况下,oppenpose给出的关键点组成的向量,其相邻两个向量的夹角的角度一般在30度以内,即计算的cosin值不超过0.85,如果手指有残缺,则预测的关键点位置不准确,得出的向量夹角会很大,其cosin数值较小。如图2B和图4所示;或者,如图6所示。
其他的手指计算逻辑与食指的类似,只要夹角cosin数值小于0.85则认为该手指存在残缺
通过每个手指的关节长度进行判断:
以食指为例,计算关键点5-6 6-7 7-8形成的向量的长度分别为len1,len2,len3,如果len3<0.5*len2或者len2<0.5*len3则认为当前的手指存在残缺
其他的手指残缺判断与食指判断流程相同
上述4条判断手指残缺的条件,只要满足其中的一条即可判断手指残缺
通过对称的方式计算手指的残缺,如图7所示:
如果以上所有的都无法判断手指的残缺,可以通过双手的手指对称原则继续判断,只有满足左右手的对应手指长度比值在一定范围内,则认为手不存在残缺,否则哪个手指不满足长度对称原则,则手指长度较短的那根手指存在残缺
通过本发明的实施例可以实现手指残缺的准确判断,判断准确率为97%以上
另外,图8示出的是如何判断手指是否能够弯曲的判断步骤。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (8)
1.一种手指检测方法,其特征在于,包括:
对手部进行关键点检测,获得多个手部关键点;
确定手部关键点的坐标;
根据所述手部关键点的坐标,计算手部检测信息;
根据所述手部检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲。
2.根据权利要求1所述的方法,其特征在于,
在判断所述手部的拇指是否为残指时,所述手部关键点包括多个拇指关键点和多个食指关键点,所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述多个拇指关键点的坐标,计算所述多个拇指关键点中相邻拇指关键点的长度;
根据所述相邻拇指关键点的长度,计算所述手部的拇指的长度;
根据所述多个食指关键点的坐标,计算所述多个食指关键点中相邻食指关键点的长度;
根据所述相邻食指关键点的长度,计算所述手部的食指的长度;
所述根据所述检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲,包括:
根据所述手部拇指的长度和所述手部食指的长度,判断所述手部的拇指是否出现残指。
3.根据权利要求1所述的方法,其特征在于,
在判断所述手部的拇指是否为残指时,所述手部关键点包括多个拇指关键点和指定食指关键点,所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述多个拇指关键点的坐标,计算所述多个拇指关键点中相邻拇指关键点形成的向量的第一长度;
根据所述相邻拇指关键点形成的向量的第一长度,计算所述手部的拇指的长度和;
根据所述多个拇指关键点的坐标中指定拇指关键点的坐标以及所述指定食指关键点的坐标,计算可供参考的第二长度;
所述根据所述检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲,包括:
根据所述手部的拇指的长度和以及所述第二长度,判断所述手部的拇指是否为残指。
4.根据权利要求1所述的方法,其特征在于,
在判断所述手部的食指、中指、无名指、小指是否出现残指时,所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述手部的各手指的关键点的坐标,计算所述各手指的关键点之间形成的向量;
根据所述各手指的关键点之间形成的向量,计算所述手部检测信息,其中,所述手部检测信息包括以下至少一项:所述各手指的整体长度、所述各手指所对应的手掌部分的长度、所述各手指的指关节的长度、所述各手指的相邻指关节之间的夹角。
5.根据权利要求4所述的方法,其特征在于,
所述根据所述手部检测信息,检测所述手部是否出现残指,包括:
根据所述各手指的整体长度和所述各手指所对应的手掌部分的长度,判断所述各手指是否为残指;
和/或
根据所述各手指中第一手指的指关节的长度与所述各手指中第二手指的指关节的长度,判断所述各手指中第一手指是否为残指,其中,所述第一手指为所述各手指中的任一手指,所述第二手指为所述各手指中与所述第一手指循环相邻的下一手指;
和/或
根据所述各手指的相邻指关节之间的夹角是否均小于预设夹角,确定所述各手指是否为残指;
和/或
根据所述各手指的指关节的长度是否满足预设条件,确定所述各手指是否为残指。
6.根据权利要求1所述的方法,其特征在于,
所述手部包括左手和右手;
所述根据所述手部关键点的坐标,计算手部检测信息,包括:
根据所述左手的手部关键点的坐标,确定所述左手的各手指的手指长度;
根据所述右手的手部关键点的坐标,确定所述右手的各手指的手指长度;
所述根据所述手部检测信息,检测所述手部是否出现残指,包括:
根据所述左手的各手指的手指长度和所述右手的对称手指的手指长度,检测所述左手或所述右手是否出现残指。
7.根据权利要求1至6中任一项所述的方法,其特征在于,
所述手部关键点包括:所述手部的各手指的顶部关键点和所述各手指的次顶部关键点,所述各手指的次顶部关键点为与所述各手指的顶部关键点紧邻的关键点;
所述手部检测信息包括:所述各手指的顶部关键点的纵坐标和所述各手指的次顶部关键点的纵坐标;
所述根据所述手部检测信息,检测所述手部是否出现残指和/或所述手部的手指是否能够弯曲,包括:
根据所述各手指的顶部关键点的纵坐标和所述各手指的次顶部关键点的纵坐标,判断所述各手指是否能够弯曲。
8.根据权利要求7所述的方法,其特征在于,
根据所述各手指的顶部关键点的纵坐标和所述各手指的次顶部关键点的纵坐标,判断所述各手指是否能够弯曲,包括:
判断所述各手指的次顶部关键点的纵坐标是否大于所述各手指的顶部关键点的纵坐标;
当所述各手指中任一手指的次顶部关键点的纵坐标不大于所述各手指的顶部关键点的纵坐标时,判定所述任一手指不能弯曲。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010621987.4A CN111814645A (zh) | 2020-06-30 | 2020-06-30 | 手指检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010621987.4A CN111814645A (zh) | 2020-06-30 | 2020-06-30 | 手指检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111814645A true CN111814645A (zh) | 2020-10-23 |
Family
ID=72856214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010621987.4A Withdrawn CN111814645A (zh) | 2020-06-30 | 2020-06-30 | 手指检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111814645A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112507955A (zh) * | 2020-12-21 | 2021-03-16 | 西南交通大学 | 一种婴儿手部精细动作识别方法及系统 |
CN112603275A (zh) * | 2020-12-28 | 2021-04-06 | 中科彭州智慧产业创新中心有限公司 | 基于超声波传感器的双手寸口脉搏波检测设备及方法 |
CN114333038A (zh) * | 2022-03-03 | 2022-04-12 | 百度在线网络技术(北京)有限公司 | 对象识别模型的训练方法和对象识别方法、装置、设备 |
-
2020
- 2020-06-30 CN CN202010621987.4A patent/CN111814645A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112507955A (zh) * | 2020-12-21 | 2021-03-16 | 西南交通大学 | 一种婴儿手部精细动作识别方法及系统 |
CN112507955B (zh) * | 2020-12-21 | 2023-04-18 | 西南交通大学 | 一种婴儿手部精细动作识别方法及系统 |
CN112603275A (zh) * | 2020-12-28 | 2021-04-06 | 中科彭州智慧产业创新中心有限公司 | 基于超声波传感器的双手寸口脉搏波检测设备及方法 |
CN114333038A (zh) * | 2022-03-03 | 2022-04-12 | 百度在线网络技术(北京)有限公司 | 对象识别模型的训练方法和对象识别方法、装置、设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111814645A (zh) | 手指检测方法 | |
JP3725998B2 (ja) | 指紋照合装置及び照合方法 | |
CN111709322B (zh) | 一种计算车道线置信度的方法及装置 | |
KR101436050B1 (ko) | 손모양 깊이영상 데이터베이스 구축방법, 손모양 인식방법 및 손모양 인식 장치 | |
JP4765075B2 (ja) | ステレオ画像を利用した物体の位置および姿勢認識システムならびに物体の位置および姿勢認識方法を実行するプログラム | |
CN110705571A (zh) | 一种剪刀式刀闸开合状态检测方法 | |
CN116051631A (zh) | 光斑标注方法及系统 | |
CN113378349B (zh) | S-r-s结构七自由度机械臂逆运动学解析解的数值稳定算法 | |
WO2018135326A1 (ja) | 画像処理装置、画像処理システム、画像処理プログラム、及び画像処理方法 | |
JP2015111128A (ja) | 位置姿勢計測装置、位置姿勢計測方法、およびプログラム | |
JP6365799B2 (ja) | 変状進展判定装置及び変状進展判定方法 | |
JP6939608B2 (ja) | 画像認識装置、画像認識方法、および、画像認識プログラム | |
US20230281947A1 (en) | Image processing device, image processing method, and non-transitory computer readable storage medium | |
JPH0863581A (ja) | 外部環境認識装置 | |
CN110717932A (zh) | 一种实时跟踪的剪刀式刀闸状态的检测方法 | |
CN114193455B (zh) | 机器人的加工路径生成方法、设备和存储介质 | |
JP2952208B2 (ja) | 人体姿勢の推定方法 | |
WO2022147774A1 (zh) | 基于三角剖分和概率加权ransac算法的物体位姿识别方法 | |
JP3855050B2 (ja) | 衣類状態推定方法及びプログラム | |
CN110705605B (zh) | 特征数据库建立及动作识别方法、装置、系统及存储介质 | |
CN112598059A (zh) | 一种工人着装检测方法、装置、存储介质及电子设备 | |
JP2009059165A (ja) | 輪郭検出装置、それを用いた視線検出装置、偽の輪郭データの除去をコンピュータに実行させるためのプログラム、視線方向の検出をコンピュータに実行させるためのプログラムおよびそのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JP3276010B2 (ja) | 情報の入力方法 | |
JP2016162306A (ja) | 同一人物検出方法及び同一人物検出システム | |
JP2018156449A (ja) | 異常物体検出プログラム、異常物体検出方法および異常物体検出装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201023 |
|
WW01 | Invention patent application withdrawn after publication |