一种手势识别方法、系统、终端及存储介质技术方案

本发明专利技术公开了一种手势识别方法、系统、终端及存储介质，所述方法通过获取手势图像数据，根据所述手势图像数据确定若干手势特征信息，其中，若干所述手势特征信息分别对应不同的特征类型；根据若干所述手势特征信息进行融合，得到融合特征信息；根据所述融合特征信息，确定所述手势图像数据对应的目标手势类别。本申请通过对手势图像的多种特征信息进行融合，提高了对手势图像识别的准确性，从而解决了现有技术中对手势图像的单一特征进行识别，难以准确识别手势图像的问题。准确识别手势图像的问题。准确识别手势图像的问题。

【技术实现步骤摘要】
一种手势识别方法、系统、终端及存储介质


[0001]本专利技术涉及图像处理领域，尤其涉及的是一种手势识别方法、系统、终端及存储介质。

技术介绍

[0002]手势交流人们日常生活中交流沟通的一种常用方式。在特定环境中不同的手势动作都有其具体的实际意义。例如，我们可以拿手势做出一到九的动作，而这些手势基本都是相同的，已经成为了约定俗成的一种规则。因此，通过对手势进行分析，能够在增加人机交互的识别精度同时快速有效得识别出手势，从而做出相对应的反应。支持向量机是模式识别中高效算法之一。但是现有的手势识别算法通常是对手势图像的单一特征进行识别，因此难以准确地识别手势图像。
[0003]因此，现有技术还有待改进和发展。

技术实现思路

[0004]本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种手势识别方法、系统、终端及存储介质，旨在解决现有技术中对手势图像的单一特征进行识别，难以准确识别手势图像的问题。
[0005]本专利技术解决问题所采用的技术方案如下：
[0006]第一方面，本专利技术实施例提供一种手势识别方法，其中，所述方法包括：
[0007]获取手势图像数据，根据所述手势图像数据确定若干手势特征信息，其中，若干所述手势特征信息分别对应不同的特征类型；
[0008]根据若干所述手势特征信息进行融合，得到融合特征信息；
[0009]根据所述融合特征信息，确定所述手势图像数据对应的目标手势类别。
[0010]在一种实施方式中，所述根据所述手势图像数据提取若干手势特征信息，包括：
[0011]确定所述手势图像数据中的手势区域；
[0012]根据所述手势区域对所述手势图像数据进行分割，得到与所述手势区域对应的局部图像数据；
[0013]对所述局部图像数据进行特征提取，得到若干所述手势特征信息。
[0014]在一种实施方式中，所述融合特征信息为融合核，所述根据若干所述手势特征信息进行融合，得到融合特征信息，包括：
[0015]根据若干所述手势特征信息，生成若干基础核，其中，若干所述基础核与若干所述手势特征信息一一对应；
[0016]获取融合权值，根据所述融合权值对若干所述基础核进行加权融合，得到所述融合核。
[0017]在一种实施方式中，所述根据若干所述手势特征信息，生成若干基础核，包括：
[0018]根据若干所述手势特征信息，生成若干特征描述子，其中，若干所述手势特征信息
与若干所述特征描述子一一对应；
[0019]将若干所述特征描述子输入核函数，得到若干所述基础核。
[0020]在一种实施方式中，所述根据所述融合特征信息，确定所述手势图像数据对应的目标手势类别，包括：
[0021]将所述融合核输入预先训练好的手势识别模型；
[0022]通过所述手势识别模型对所述融合核进行分类后，输出所述目标手势类别。
[0023]在一种实施方式中，所述手势识别模型的训练过程为：
[0024]将训练样本对应的训练融合核输入原始多核特征融合模型；
[0025]通过所述原始多核特征融合模型生成所述训练样本对应的预测手势类别；
[0026]根据所述训练样本对应的标准手势类别和所述预测手势类别，对所述原始多核特征融合模型的模型参数进行调整，将调整完毕后的所述原始多核特征融合模型作为所述手势识别模型。
[0027]在一种实施方式中，所述根据所述训练样本对应的标准手势类别和所述预测手势类别，对所述原始多核特征融合模型的模型参数进行调整，将调整完毕后的所述原始多核特征融合模型作为所述手势识别模型，包括：
[0028]将所述标准手势类别和所述预测手势类别输入所述原始多核特征融合模型对应的损失函数；
[0029]通过所述损失函数生成所述标准手势类别和所述预测手势类别对应的误差值；
[0030]根据所述误差值对所述原始多核特征融合模型的模型参数进行更新，直至所述标准手势类别和所述预测手势类别的误差值小于预设阈值，得到所述手势识别模型。
[0031]第二方面，本专利技术实施例还提供一种手势识别系统，其中，所述系统包括：
[0032]特征提取模块，用于获取手势图像数据，根据所述手势图像数据确定若干手势特征信息，其中，若干所述手势特征信息分别对应不同的特征类型；
[0033]特征融合模块，用于根据若干所述手势特征信息进行融合，得到融合特征信息；
[0034]手势识别模块，用于根据所述融合特征信息，确定所述手势图像数据对应的目标手势类别。
[0035]第三方面，本专利技术实施例还提供一种终端，其中，所述终端包括有存储器和一个或者一个以上处理器；所述存储器存储有一个或者一个以上的程序；所述程序包含用于执行如权利要求1
‑
7中任一所述的手势识别方法的指令；所述处理器用于执行所述程序。
[0036]第四方面，本专利技术实施例还提供一种计算机可读存储介质，其上存储有多条指令，其中，所述指令适用于由处理器加载并执行，以实现上述任一所述的手势识别方法的步骤。
[0037]本专利技术的有益效果：本专利技术实施例通过获取手势图像数据，根据所述手势图像数据确定若干手势特征信息，其中，若干所述手势特征信息分别对应不同的特征类型；根据若干所述手势特征信息进行融合，得到融合特征信息；根据所述融合特征信息，确定所述手势图像数据对应的目标手势类别。本申请通过对手势图像的多种特征信息进行融合，提高了对手势图像识别的准确性，从而解决了现有技术中对手势图像的单一特征进行识别，难以准确识别手势图像的问题。
附图说明
[0038]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，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。
[0039]图1是本专利技术实施例提供的手势识别方法的流程示意图。
[0040]图2是本专利技术实施例提供的模型训练和应用的流程示意图。
[0041]图3是本专利技术实施例提供的手势识别系统的内部模块连接图。
[0042]图4是本专利技术实施例提供的终端的原理框图。
具体实施方式
[0043]为使本专利技术的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0044]需要说明，若本专利技术实施例中有涉及方向性指示(诸如上、下、左、右、前、后
……
)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
[0045]手势交流人们日常生活中交流沟通的一种常用方式。在特定环境中不同的手势动作都有其具体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种手势识别方法，其特征在于，所述方法包括：获取手势图像数据，根据所述手势图像数据确定若干手势特征信息，其中，若干所述手势特征信息分别对应不同的特征类型；根据若干所述手势特征信息进行融合，得到融合特征信息；根据所述融合特征信息，确定所述手势图像数据对应的目标手势类别。2.根据权利要求1所述的手势识别方法，其特征在于，所述根据所述手势图像数据提取若干手势特征信息，包括：确定所述手势图像数据中的手势区域；根据所述手势区域对所述手势图像数据进行分割，得到与所述手势区域对应的局部图像数据；对所述局部图像数据进行特征提取，得到若干所述手势特征信息。3.根据权利要求1所述的手势识别方法，其特征在于，所述融合特征信息为融合核，所述根据若干所述手势特征信息进行融合，得到融合特征信息，包括：根据若干所述手势特征信息，生成若干基础核，其中，若干所述基础核与若干所述手势特征信息一一对应；获取融合权值，根据所述融合权值对若干所述基础核进行加权融合，得到所述融合核。4.根据权利要求3所述的手势识别方法，其特征在于，所述根据若干所述手势特征信息，生成若干基础核，包括：根据若干所述手势特征信息，生成若干特征描述子，其中，若干所述手势特征信息与若干所述特征描述子一一对应；将若干所述特征描述子输入核函数，得到若干所述基础核。5.根据权利要求3所述的手势识别方法，其特征在于，所述根据所述融合特征信息，确定所述手势图像数据对应的目标手势类别，包括：将所述融合核输入预先训练好的手势识别模型；通过所述手势识别模型对所述融合核进行分类后，输出所述目标手势类别。6.根据权利要求5所述的手势识别方法，其特征在于，所述手势识别模型的训练过程为：将训练样本对应的训练融合核输入原始多核特征融合模型；通过所述原始多...

【专利技术属性】
技术研发人员：陆峰园，
申请(专利权)人：深圳创维RGB电子有限公司，
类型：发明
国别省市：