CN113378773B - 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
- CN113378773B CN113378773B CN202110723838.3A CN202110723838A CN113378773B CN 113378773 B CN113378773 B CN 113378773B CN 202110723838 A CN202110723838 A CN 202110723838A CN 113378773 B CN113378773 B CN 113378773B
- Authority
- CN
- China
- Prior art keywords
- hand
- gesture recognition
- feature extraction
- key point
- fusion
- 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.)
- Active
Links
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
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势识别模型,得到手势识别结果,其中,手势识别模型用于融合其提取的手部图像特征与预先训练的手部关键点检测模型提取的手部图像特征,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,该方法包括:获取手部图像;将手部图像输入至预先训练的手势识别模型,得到手势识别结果,其中,手势识别模型用于融合其提取的手部图像特征与预先训练的手部关键点检测模型提取的手部图像特征,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势识别模型,得到手势识别结果,其中,手势识别模型用于融合其提取的手部图像特征与预先训练的手部关键点检测模型提取的手部图像特征,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。
本公开实施例提供的手势识别方法主要利用多任务学习技术,通过手势识别模型和手部关键点检测模型的联合训练,使得手势识别模型在手势识别过程中可以融合手部关键点检测模型所提取的、用于手部关键点检测的手部图像特征来辅助手势识别,从而有助于提升手势识别的准确度。
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系统架构图;
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是本公开的手势识别模型和手部关键点检测模型的联合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系统架构100。
如图1所示,系统架构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)可以利用其包括的图像采集装置(如摄像头等)采集手部图像并存储。此时,执行主体可以从本地获取手部图像。执行主体也可以从其他存储设备或通信连接的数据库等获取手部图像。
步骤202,将手部图像输入至预先训练的手势识别模型,得到手势识别结果。
在本实施例中,手势识别结果可以用于指示手部图像中的手部所呈现的手势类别。手势识别模型可以融合其提取的手部图像特征与预先训练的手部关键点检测模型所提取的手部图像特征,得到融合结果,再根据融合结果生成手势识别结果。
其中,手势识别模型和手部关键点检测模型可以分别以手部图像作为输入,且对输入的手部图像进行特征提取以得到手部图像特征。手部关键点检测模型可以用于检测手部图像中呈现的手部的关键点。由于手势识别模型和手部关键点检测模型的目的不同,因此,手势识别模型和手部关键点检测模型可以分别使用不同的特征提取算法对输入的手部图像进行特征提取,从而得到不同的手部图像特征。
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和手部关键点检测模型分别提取的手部图像特征进行融合,以得到融合结果。例如,可以直接将手势识别模型和手部关键点检测模型分别提取的手部图像特征进行相加或相乘等处理,并将处理结果作为融合结果。
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)的网络结构进行构建。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势识别模型和手部关键点检测模型分别提取的手部图像特征的网络结构,从而实现手势识别模型的构建。手部关键点检测模型可以基于现有的各种用于检测手部关键点的网络模型(如卷积神经网络等)的网络结构进行构建。
手势识别模型和手部关键点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。具体地,可以利用多任务学习技术,即同时学习手势识别任务和手部关键点检测任务,对手势识别模型和手部关键点检测模型进行联合训练,以得到训练好的手势识别模型和手部关键点检测模型。
作为示例,可以先获取训练样本集,其中,训练样本集中的训练样本可以包括手部图像、手部图像对应的手势识别结果和手部关键点检测结果,然后将训练样本中的手部图像分别输入至手势识别模型和手部关键点检测模型,并以输入的手部图像对应的手势识别结果作为手势识别模型的期望输出,同时以输入的手部图像对应的手部关键点检测结果作为手部关键点检测模型的期望输出,利用预设的损失函数(如交叉熵、FocalLoss等),通过反向传播和梯度下降等算法完成手势检测模型和手部关键点检测模型的联合训练。
其中,在获取训练本的过程中,可以对采集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数量。
可选地,手部关键点检测模型可以用于检测手部的预设关键点,其中,预设关键点的数量和位置可以由技术人员预先根据实际的应用场景进行设置。例如,可以预先设置手部的21个骨节点作为关键点,此时手部关键点检测模型可以用于对手部的21个骨节点进行检测。
其中,手部关键点检测模型输出的手部关键点检测结果可以采用各种表示方法进行表示。例如,手部关键点检测结果可以包括各个手部关键点在手部图像中的位置。
又例如,手部关键点检测结果可以包括手部关键点热图。其中,手部关键点热图可以用于指示手部关键点在其所在的手部图像中的位置。一般地,每个预设的手部关键点都可以对应一个与手部图像尺寸一致的手部关键点热图,以表示各个像素点分别为该手部关键点的概率。作为示例,手部关键点热图可以为高斯热图。
通过将手部关键点之间的结构化特征融合至手势识别过程中来辅助手势识别,同时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。
在本实施例的一些可选的实现方式中,手部关键点检测模型可以用于融合其提取的手部图像特征与手势识别模型提取的手部图像特征,得到融合结果,然后根据融合结果生成手部关键点检测结果。
此时,在手部关键点检测模型和手势识别模型分别得到提取的手部图像特征之后,可以分别采用相同或不同的融合算法对双方提取的手部图像特征进行融合。
可选地,手势识别模型可以包括第一融合控制网络。其中,第一融合控制网络可以用于生成手势识别模型和手部关键点检测模型分别提取的手部图像特征的融合比例。此时,可以手势识别模型可以按照第一融合控制网络生成的融合比例对其和手部关键点检测模型分别提取的手部图像特征进行融合(如对两个手部图像特征按照融合比例进行加权和等等)。
第一融合控制网络可以为各种回归网络以生成融合比例。例如,第一融合控制网络可以是包括卷积层、池化层等网络层的深度学习模型。第一融合控制网络所包括的参数可以在手势识别模型的训练过程中得到。
可选地,手部关键点检测模型可以包括第二融合控制网络。其中,第二融合控制网络可以用于生成手部关键点检测模型和手势识别模型分别提取的手部图像特征的融合比例。此时,手部关键点检测模型可以按照第二融合控制网络生成的融合比例对其和手势识别模型分别提取的手部图像特征进行融合(如对两个手部图像特征按照融合比例进行加权和等等)。
第二融合控制网络可以为各种回归网络以生成融合比例。例如,第二融合控制网络可以是包括卷积层、池化层等网络层的深度学习模型。第二融合控制网络所包括的参数可以在手部关键点检测模型的训练过程中得到。
第一融合控制网络和第二融合控制网络的结构可以相同,也可以不同。对应地,第一融合控制网络和第二融合控制网络所生成的融合比例可以相同,也可以不同。
通过第一融合控制网络和第二融合控制网络来控制手势识别任务和手部关键点检测任务的特征表达过程,可以在多任务学习过程中平衡两个任务之间的强弱关系,从而提升基于多任务学习得到的手势识别模型的识别结果的准确度,并有助于提升复杂场景下的手势识别结果的精度。
可选地,手势识别模型和手部关键点检测模型可以包括相同的第一特征提取网络。其中,第一特征提取网络可以用于对手部图像进行特征提取。第一特征提取网络可以基于现有的各种特征提取的结构进行构建。例如,第一特征提取网络可以基于MobileNet或残差网络ResNet等构建。
此时,手势识别模型还可以包括手势特征提取网络。其中,手势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手势特征提取,得到手部图像特征。
手部关键点检测模型还可以包括手部关键点特征提取网络。其中,手部关键点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手部关键点特征提取,得到手部图像特征。
其中,手势特征提取网络和手部关键点特征提取网络可以是各种卷积神经网络,以对第一特征提取网络输出的特征提取结果分别进行不同任务空间的特征映射。
先利用第一特征提取网络作为基础网络得到手部图像的特征,然后利用手势特征提取网络和手部关键点特征提取网络来分离手势识别任务和手部关键点检测结果任务的特征空间,同时结合第一融合控制网络和第二融合控制网路对两个特征空间的融合比例的控制,可以有效平衡手势识别任务和手部关键点检测结果任务的学习。
可选地,手部关键点检测模型还可以包括第二特征提取网络。其中,第二特征提取网络可以用于对手部关键点检测模型对应的手部图像特征融合结果进行特征提取。
此时,手部关键点检测模型在得到第二特征提取网络输出的特征提取结果之后,可以融合第二特征提取网络的特征提取结果和第一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关键点检测结果。其中,第二特征提取网络可以是各种用于特征提取的卷积神经网络。
第一特征提取网络提取的是手部图像的浅层特征,第二特征提取网络提取的是手部图像的深层特征,因此,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手部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关键点检测模型输出的手部关键点检测结果的准确度。
可选地,在将手部图像作为手部关键点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关键点检测模型的输入,以辅助手部关键点检测,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。
下面参考图3,其示出了本公开的手势识别模型和手部关键点检测模型的联合训练网络结构的一个实施例的示意图300。如图3所示,训练样本中的输入图像可以先输入至包括若干卷积层的第一特征提取网络。然后,第一特征提取网络的输出可以作为第一融合控制网络、手势特征提取网络、手部关键点特征提取网络、第二融合控制网络的输入。
具体地,第一融合控制网络生成手势特征提取网络和手部关键点特征提取网络分别输出的手部图像特征的融合比例,然后按照该融合比例对手势特征提取网络和手部关键点特征提取网络分别输出的手部图像特征进行融合得到对应的融合结果,进而根据该融合结果生成手势识别结果。
第二融合控制网络生成手部关键点特征提取网络和手势特征提取网络分别输出的手部图像特征的融合比例,然后按照该融合比例对手部关键点特征提取网络和手势特征提取网络分别输出的手部图像特征进行融合得到对应的融合结果,进而将该融合结果输入至包括若干卷积层的第二特征提取网络,得到用于指示手部关键点检测结果的关键点热图。
之后,可以利用训练样本中与输入的手部图像对应的实际手势识别结果和关键点热图分别与上述生成的手势识别结果和关键点热图进行比较,并根据比较结果进行网络参数的调整,如此反复训练直至完成训练。然后,可以由其中的第一特征提取网络、第一融合控制网络、手势特征提取网络、对应的融合结果和手势识别结果这一任务分支构成手势识别模型。
现有技术中,通常需要先进行手部检测以得到手部图像,然后对手部图像进行手势识别,但是手部检测过程的误差可能会导致手部图像中的手部出现人手截断或背景信息过多等问题,从而影响手势识别结果。
本公开的上述实施例提供的手势识别方法提出了在对手部图像进行手势识别的过程中,联合手部关键点检测来辅助手势识别,以弥补手部检测误差对手部图像的影响。而且,通过将手部图像特征分别映射到手势识别和手部关键点检测两种任务空间中,并控制每个任务对两种任务空间的手部图像特征的融合比例,可以有效平衡手势识别和手部关键点检测两种任务的学习过程,进一步保证通过多任务联合训练得到的手势势必模型的精度和可靠性。
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势识别模型,得到手势识别结果,其中,手势识别模型用于融合其提取的手部图像特征与预先训练的手部关键点检测模型提取的手部图像特征,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,上述手部关键点检测模型用于融合其提取的手部图像特征与手势识别模型提取的手部图像特征,以及根据融合结果生成手部关键点检测结果。
在本实施例的一些可选的实现方式中,上述手势识别模型包括第一融合控制网络,其中,第一融合控制网络用于生成手势识别模型和手部关键点检测模型分别提取的手部图像特征的融合比例。
在本实施例的一些可选的实现方式中,上述手部关键点检测模型包括第二融合控制网络,其中,第二融合控制网络用于生成手部关键点检测模型和手势识别模型分别提取的手部图像特征的融合比例。
在本实施例的一些可选的实现方式中,上述手势识别模型和手部关键点检测模型包括相同的第一特征提取网络,第一特征提取网络用于对手部图像进行特征提取;以及手势识别模型还包括手势特征提取网络,其中,手势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手势特征提取,得到手部图像特征;以及手部关键点检测模型还包括手部关键点特征提取网络,其中,手部关键点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手部关键点特征提取,得到手部图像特征。
在本实施例的一些可选的实现方式中,上述手部关键点检测模型还包括第二特征提取网络,其中,第二特征提取网络用于对手部关键点检测模型对应的手部图像特征融合结果进行特征提取;以及手部关键点检测模型用于融合第二特征提取网络的特征提取结果和第一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关键点检测结果。
在本实施例的一些可选的实现方式中,上述手部关键点检测结果包括手部关键点热图,其中,所述手部关键点热图用于指示手部关键点在其所在的手部图像中的位置。
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。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(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系统上执行和/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,可以从存储系统、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系统、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系统、装置或设备使用或与指令执行系统、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、或半导体系统、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系统和技术,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。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统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,也可以是分布式系统的服务器,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 (12)
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势识别模型,得到手势识别结果,其中,所述手势识别模型用于融合其提取的手部图像特征与预先训练的手部关键点检测模型提取的手部图像特征,以及根据融合结果生成手势识别结果;
其中,所述手势识别模型和手部关键点检测模型包括相同的第一特征提取网络,所述第一特征提取网络用于对所述手部图像进行特征提取;所述手势识别模型还包括手势特征提取网络,所述手势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手势特征提取,得到手部图像特征;
所述手部关键点检测模型还包括手部关键点特征提取网络,其中,所述手部关键点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手部关键点特征提取,得到手部图像特征;所述手部关键点检测模型还包括第二特征提取网络,所述第二特征提取网络用于对所述手部关键点检测模型对应的手部图像特征融合结果进行特征提取;以及所述手部关键点检测模型用于融合所述第二特征提取网络的特征提取结果和所述第一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关键点检测结果。
2.根据权利要求1所述的方法,其中,所述手部关键点检测模型用于融合其提取的手部图像特征与所述手势识别模型提取的手部图像特征,以及根据融合结果生成手部关键点检测结果。
3.根据权利要求2所述的方法,其中,所述手势识别模型包括第一融合控制网络,其中,所述第一融合控制网络用于生成所述手势识别模型和手部关键点检测模型分别提取的手部图像特征的融合比例。
4.根据权利要求3所述的方法,其中,所述手部关键点检测模型包括第二融合控制网络,其中,所述第二融合控制网络用于生成所述手部关键点检测模型和手势识别模型分别提取的手部图像特征的融合比例。
5.根据权利要求1-4之一所述的方法,其中,所述手部关键点检测结果包括手部关键点热图,其中,所述手部关键点热图用于指示手部关键点在其所在的手部图像中的位置。
6.一种手势识别装置,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势识别模型,得到手势识别结果,其中,所述手势识别模型用于融合其提取的手部图像特征与预先训练的手部关键点检测模型提取的手部图像特征,以及根据融合结果生成手势识别结果;
其中,所述手势识别模型和手部关键点检测模型包括相同的第一特征提取网络,所述第一特征提取网络用于对所述手部图像进行特征提取;所述手势识别模型还包括手势特征提取网络,所述手势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手势特征提取,得到手部图像特征;
所述手部关键点检测模型还包括手部关键点特征提取网络,其中,所述手部关键点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手部关键点特征提取,得到手部图像特征;所述手部关键点检测模型还包括第二特征提取网络,所述第二特征提取网络用于对所述手部关键点检测模型对应的手部图像特征融合结果进行特征提取;以及所述手部关键点检测模型用于融合所述第二特征提取网络的特征提取结果和所述第一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关键点检测结果。
7.根据权利要求6所述的装置,其中,所述手部关键点检测模型用于融合其提取的手部图像特征与所述手势识别模型提取的手部图像特征,以及根据融合结果生成手部关键点检测结果。
8.根据权利要求7所述的装置,其中,所述手势识别模型包括第一融合控制网络,其中,所述第一融合控制网络用于生成所述手势识别模型和手部关键点检测模型分别提取的手部图像特征的融合比例。
9.根据权利要求8所述的装置,其中,所述手部关键点检测模型包括第二融合控制网络,其中,所述第二融合控制网络用于生成所述手部关键点检测模型和手势识别模型分别提取的手部图像特征的融合比例。
10.根据权利要求6-9之一所述的装置,其中,所述手部关键点检测结果包括手部关键点热图,其中,所述手部关键点热图用于指示手部关键点在其所在的手部图像中的位置。
11.一种电子设备,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1-5中任一项所述的方法。
12.一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1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110723838.3A CN113378773B (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 |
---|---|---|---|
CN202110723838.3A CN113378773B (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 (2)
Publication Number | Publication Date |
---|---|
CN113378773A CN113378773A (zh) | 2021-09-10 |
CN113378773B true CN113378773B (zh) | 2023-08-08 |
Family
ID=77579739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110723838.3A Active CN113378773B (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) | CN113378773B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101208A (zh) * | 2020-09-15 | 2020-12-18 | 江苏慧明智能科技有限公司 | 高龄老人特征串联融合手势识别方法及装置 |
CN112527113A (zh) * | 2020-12-09 | 2021-03-19 | 北京地平线信息技术有限公司 | 手势识别及手势识别网络的训练方法和装置、介质和设备 |
US10976829B1 (en) * | 2019-06-03 | 2021-04-13 | Facebook, Inc. | Systems and methods for displaying augmented-reality objects |
CN112699837A (zh) * | 2021-01-13 | 2021-04-23 | 新大陆数字技术股份有限公司 | 一种基于深度学习的手势识别方法及设备 |
CN112767300A (zh) * | 2019-10-18 | 2021-05-07 | 宏达国际电子股份有限公司 | 自动生成手部的标注数据的方法和计算骨骼长度的方法 |
WO2021098587A1 (zh) * | 2019-11-20 | 2021-05-27 | Oppo广东移动通信有限公司 | 手势分析方法、装置、设备及计算机可读存储介质 |
-
2021
- 2021-06-29 CN CN202110723838.3A patent/CN113378773B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10976829B1 (en) * | 2019-06-03 | 2021-04-13 | Facebook, Inc. | Systems and methods for displaying augmented-reality objects |
CN112767300A (zh) * | 2019-10-18 | 2021-05-07 | 宏达国际电子股份有限公司 | 自动生成手部的标注数据的方法和计算骨骼长度的方法 |
WO2021098587A1 (zh) * | 2019-11-20 | 2021-05-27 | Oppo广东移动通信有限公司 | 手势分析方法、装置、设备及计算机可读存储介质 |
CN112101208A (zh) * | 2020-09-15 | 2020-12-18 | 江苏慧明智能科技有限公司 | 高龄老人特征串联融合手势识别方法及装置 |
CN112527113A (zh) * | 2020-12-09 | 2021-03-19 | 北京地平线信息技术有限公司 | 手势识别及手势识别网络的训练方法和装置、介质和设备 |
CN112699837A (zh) * | 2021-01-13 | 2021-04-23 | 新大陆数字技术股份有限公司 | 一种基于深度学习的手势识别方法及设备 |
Non-Patent Citations (1)
Title |
---|
季欣欣 ; 邵洁 ; 钱勇生 ; .基于注意力机制和混合网络的小群体情绪识别.计算机工程与设计.2020,(第06期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113378773A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108205655B (zh) | 一种关键点预测方法、装置、电子设备及存储介质 | |
CN108830235B (zh) | 用于生成信息的方法和装置 | |
CN109101919B (zh) | 用于生成信息的方法和装置 | |
CN111860167B (zh) | 人脸融合模型获取及人脸融合方法、装置及存储介质 | |
CN109034069B (zh) | 用于生成信息的方法和装置 | |
CN113656582B (zh) | 神经网络模型的训练方法、图像检索方法、设备和介质 | |
CN113378770B (zh) | 手势识别方法、装置、设备、存储介质 | |
CN106415605A (zh) | 用于分布式光学字符识别和分布式机器语言翻译的技术 | |
CN113591918B (zh) | 图像处理模型的训练方法、图像处理方法、装置和设备 | |
CN114186632A (zh) | 关键点检测模型的训练方法、装置、设备、存储介质 | |
CN113902956B (zh) | 融合模型的训练方法、图像融合方法、装置、设备及介质 | |
CN114972958B (zh) | 关键点检测方法、神经网络的训练方法、装置和设备 | |
CN112784778A (zh) | 生成模型并识别年龄和性别的方法、装置、设备和介质 | |
JP2023526899A (ja) | 画像修復モデルを生成するための方法、デバイス、媒体及びプログラム製品 | |
CN113011309A (zh) | 图像识别方法、装置、设备、介质及程序产品 | |
CN113378712A (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
JP7267379B2 (ja) | 画像処理方法、事前トレーニングモデルのトレーニング方法、装置及び電子機器 | |
CN114120454A (zh) | 活体检测模型的训练方法、装置、电子设备及存储介质 | |
CN113592932A (zh) | 深度补全网络的训练方法、装置、电子设备及存储介质 | |
CN110738261B (zh) | 图像分类和模型训练方法、装置、电子设备及存储介质 | |
CN115147547B (zh) | 人体重建方法和装置 | |
CN116402914A (zh) | 用于确定风格化图像生成模型的方法、装置及产品 | |
CN114863450B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114972910B (zh) | 图文识别模型的训练方法、装置、电子设备及存储介质 | |
CN114970666B (zh) | 一种口语处理方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |