本申请提供一种手掌位置确定方法、装置、电子设备及存储介质。所述方法，先检测目标手掌的关键点，对目标手掌掌根的关键点和同属一个手指的多个关键点进行线性拟合，得到与多个手指对应的线性拟合直线，由多个线性拟合直线确定目标手掌的倾斜度，结合关键点的位置，得到一个涵盖目标手掌所有关键点的位置框，可以指示目标手掌的大小和位置。基于初步检测得到的关键点来分析手掌的倾斜度，基于倾斜度，结合得到的所有关键点得到位置框，可以确保生成的位置框的倾斜度、大小与目标手掌基本一致，定位也更为精确，后续基于该位置框进行手势识别及目标手掌的持续追踪时，可以减少图像中背景环境的干扰或者遗漏关键点，确保特征的提取更为准确。更为准确。更为准确。
【技术实现步骤摘要】
手掌位置确定方法、装置、电子设备及存储介质
[0001]本专利技术涉及人机交互领域，尤其涉及手掌位置确定方法、装置、电子设备及存储介质。
技术介绍
[0002]由于计算机视觉技术的发展，在人机交互领域，基于计算机视觉的手势控制已经成为被广泛应用的一种交互方式，手势控制通常是使用摄像头跟踪人体动作行为，通过人的动作姿态向设备发送控制指令。这样可以无需遥控器等控制设备，或鼠标键盘等传统输入输出设备，即可在一定距离范围内实现徒手遥控设备。但是，很多的手势识别场景都非常依赖于准确框出手的位置和大小，而目前常用的基于深度学习的目标检测算法通常只能大概框出手的位置和大小，其精度并不高，进而也会影响后续手势识别的准确性。因此，如何实现手掌位置的准确定位是一个值得研究的问题。
技术实现思路
[0003]基于上述现状，本申请的主要目的在于提供手掌位置确定方法、装置、电子设备及存储介质，能够根据手掌关键点分析手的倾斜度，以该倾斜度确定可以定位手掌位置的矩形框，以确定手掌大小以及位置。
[0004]为实现上述目的，本申请采用的技术方案如下：
[0005]一种手掌位置确定方法，所述方法包括：
[0006]对包含目标手掌的待检测图像进行关键点检测，确定所述目标手掌的各个关键点；
[0007]对所述目标手掌掌根的关键点和同属一个手指的多个关键点进行线性拟合，得到与多个手指对应的线性拟合直线；
[0008]根据多个所述线性拟合直线的斜率确定所述目标手掌的倾斜度；
[0009]依据所述倾斜度和所述目标手掌各个关键点的位置，得到指示所述目标手掌的大小和位置的位置框，所述位置框涵盖所述目标手掌的所有关键点。
[0010]在一种可能的实现方式中，对包含目标手掌的待检测图像进行关键点检测前，所述方法还包括：
[0011]通过目标检测定位模型对获取的图像进行目标手掌的预定位，得到预定位结果；
[0012]依据所述预定位结果从所述获取的图像中裁剪包含所述目标手掌的子图像，得到所述待检测图像。
[0013]在一种可能的实现方式中，所述根据多个所述线性拟合直线的斜率确定所述目标手掌的倾斜度包括：
[0014]根据所述多个线性拟合直线的斜率确定对应的多个倾斜角；
[0015]去除所述多个倾斜角中的离群值后，得到多个有效倾斜角；
[0016]对所述多个有效倾斜角求取平均值，得到平均角度，确定所述平均角度为所述目
标手掌的倾斜度。
[0017]在一种可能的实现方式中，所述依据所述倾斜度和所述目标手掌各个关键点的位置，得到指示所述目标手掌的大小和位置的位置框包括：
[0018]依据所述倾斜度，确定所述目标手掌的方向；
[0019]若所述目标手掌的方向为竖直或水平方向，根据所述目标手掌各个关键点的位置计算初始检测框的四个顶点位置，根据初始检测框确定所述位置框；
[0020]若所述目标手掌的方向不是竖直或水平方向，计算初始检测框的四边对应的函数，依据所述初始检测框确定所述位置框。
[0021]在一种可能的实现方式中，所述依据所述倾斜度，确定所述目标手掌的方向包括：
[0022]当所述倾斜度符合第一预设条件时，判定所述目标手掌的方向为竖直或水平方向；
[0023]当所述倾斜度不符合第一预设条件，判定所述目标手掌的方向不是竖直或水平方向，其中，第一预设条件为：所述倾斜度对应的斜率值的绝对值大于等于第一预设阈值T1或小于1/T1。
[0024]在一种可能的实现方式中，所述根据所述目标手掌各个关键点的位置计算初始检测框的四个顶点位置，根据初始检测框确定所述位置框包括：
[0025]以所有关键点中的最小横坐标值作为第一横坐标值Xs，最大横坐标值作为第二横坐标值Xg；
[0026]以所有关键点中的最小纵坐标值作为第一纵坐标值Ys，最大纵坐标值作为第二纵坐标值Yg；
[0027]以(Xs,Ys)、(Xs,Yg)、(Xg,Ys)、(Xg,Yg)作为所述初始检测框的各个顶点坐标；
[0028]将所述初始检测框放大后，得到所述位置框。
[0029]在一种可能的实现方式中，所述计算所述初始检测框的四边对应的函数，依据所述初始检测框确定所述位置框包括：
[0030]计算以平均斜率K为斜率的直线，经过所述目标手掌的所有关键点时所确定的第一最大截距Pg和第一最小截距Ps；所述平均斜率K根据所述目标手掌的倾斜度确定；
[0031]计算以所述平均斜率K的负倒数为斜率的直线，经过所述目标手掌的所有关键点时的第二最大截距Tg和第二最小截距Ts；
[0032]根据所述第一最大截距Pg、所述第一最小截距Ps、所述第二最大截距Tg、所述第二最小截距Ts以及所述平均斜率K确定所述初始检测框的四边对应的四个函数，所述四个函数为：y＝x*K+Ps、y＝x*K+Pg、y＝
‑
x/K+Ts、y＝
‑
x/K+Tg；
[0033]以所述四个函数围成的矩形框作为所述初始检测框；
[0034]将所述初始检测框放大后，得到所述位置框。
[0035]在一种可能的实现方式中，所述得到指示所述目标手掌的大小和位置的位置框包括：
[0036]生成涵盖所述目标手掌的所有关键点的矩形框；
[0037]将所述矩形框放大后得到所述位置框。
[0038]为实现上述目的，本申请还提供一种手掌位置确定装置，所述手掌位置确定装置包括：
[0039]关键点检测模块，用于对包含目标手掌的待检测图像进行关键点检测，确定所述目标手掌的各个关键点；
[0040]线性拟合模块，用于对所述目标手掌掌根的关键点和同属一个手指的多个关键点进行线性拟合，得到与多个手指对应的线性拟合直线；
[0041]倾斜度确定模块，用于根据多个所述线性拟合直线的斜率确定所述目标手掌的倾斜度；
[0042]位置框生成模块，用于依据所述倾斜度和所述目标手掌各个关键点的位置，得到指示所述目标手掌的大小和位置的位置框，所述位置框涵盖所述目标手掌的所有关键点。
[0043]在一种可能的实现方式中，所述手掌位置确定装置还可以包括：
[0044]图像预定位模块，用于通过目标检测定位模型对获取的图像进行所述目标手掌的预定位，得到预定位结果；
[0045]子图像获取模块，用于依据所述预定位结果从所述获取的图像中裁剪包含所述目标手掌的子图像，得到所述待检测图像。
[0046]在一种可能的实现方式中，所述位置框生成模块生成涵盖所述目标手掌的所有关键点的位置框包括：
[0047]生成所述涵盖所述目标手掌的所有关键点的矩形框；
[0048]将所述矩形框放大后得到所述位置框。
[0049]在一种可能的实现方式中，所述倾斜度确定模块包括：
[0050]倾斜角确定单元，用于根据所述多个线性拟合直线的斜率确定对应的多个倾斜角；
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种手掌位置确定方法，其特征在于，所述方法包括：对包含目标手掌的待检测图像进行关键点检测，确定所述目标手掌的各个关键点；对所述目标手掌掌根的关键点和同属一个手指的多个关键点进行线性拟合，得到与多个手指对应的线性拟合直线；根据多个所述线性拟合直线的斜率确定所述目标手掌的倾斜度；依据所述倾斜度和所述目标手掌各个关键点的位置，得到指示所述目标手掌的大小和位置的位置框，所述位置框涵盖所述目标手掌的所有关键点。2.如权利要求1所述的手掌位置确定方法，其特征在于，对包含目标手掌的待检测图像进行关键点检测前，所述方法还包括：通过目标检测定位模型对获取的图像进行目标手掌的预定位，得到预定位结果；依据所述预定位结果从所述获取的图像中裁剪包含所述目标手掌的子图像，得到所述待检测图像。3.如权利要求1所述的手掌位置确定方法，其特征在于，所述根据多个所述线性拟合直线的斜率确定所述目标手掌的倾斜度包括：根据所述多个线性拟合直线的斜率确定对应的多个倾斜角；去除所述多个倾斜角中的离群值后，得到多个有效倾斜角；对所述多个有效倾斜角求取平均值，得到平均角度，确定所述平均角度为所述目标手掌的倾斜度。4.如权利要求1所述的手掌位置确定方法，其特征在于，所述依据所述倾斜度和所述目标手掌各个关键点的位置，得到指示所述目标手掌的大小和位置的位置框包括：依据所述倾斜度，确定所述目标手掌的方向；若所述目标手掌的方向为竖直或水平方向，根据所述目标手掌各个关键点的位置计算初始检测框的四个顶点位置，根据初始检测框确定所述位置框；若所述目标手掌的方向不是竖直或水平方向，计算初始检测框的四边对应的函数，依据所述初始检测框确定所述位置框。5.如权利要求4所述的手掌位置确定方法，其特征在于，所述依据所述倾斜度，确定所述目标手掌的方向包括：当所述倾斜度符合第一预设条件时，判定所述目标手掌的方向为竖直或水平方向；当所述倾斜度不符合第一预设条件，判定所述目标手掌的方向不是竖直或水平方向，其中，第一预设条件为：所述倾斜度对应的斜率值的绝对值大于等于第一预设阈值T1或小于1/T1。6.如权利要求4所述的手掌位置确定方法，其特征在于，所述根据所述目标手掌各个关键点的位置计算初始检测框的四个顶点位置，根据初始检测框确定所述位置框包括：以所有关键点中的最小横坐标值作为第一横坐标值Xs，最大横坐标值作为第二横坐标值Xg；以所有关键点中的最小...
【专利技术属性】
技术研发人员：朱理森，孙红伟，
申请(专利权)人：深圳市鸿合创新信息技术有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。