一种交警手势识别方法及装置制造方法及图纸

本发明专利技术涉及手势识别技术领域，尤其涉及一种交警手势识别方法及装置，该方法包括，获取多个历史交警指挥手势视频，每个历史交警指挥手势视频包括P帧连续的交警手势图像；基于多个历史交警指挥手势视频，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列，该关键点为交警人体骨骼关键点；基于所述关键点移动轨迹时间序列，构建用于识别交警手势的识别模型；基于识别模型，对采集到的目标交警手势进行识别，进而在识别交警手势时，通过对关键点移动轨迹时间序列进行处理，相较于图像处理而言降低了处理量，在对交警手势识别时，提高了交警手势的识别效率。了交警手势的识别效率。了交警手势的识别效率。

【技术实现步骤摘要】
一种交警手势识别方法及装置


[0001]本专利技术涉及手势识别
，尤其涉及一种交警手势识别方法及装置。

技术介绍

[0002]手势识别已成功应用于多种领域，包括：驾驶辅助领域、安全认证领域以及活动识别领域等。而人类手势识别多是通过使用摄像头设备或者传感器等来跟踪人类的手势并获取人类的手势数据。
[0003]自动驾驶技术是依靠视觉、GPS、雷达、监控系统等多方面的协作来实现的，无需借助人类的操作即可通过感知周围环境来进行自动控制车辆，为人们的生活提供了便利。
[0004]但是，在交通信号失灵，车辆行驶高峰或者交警查车等状况下，自动驾驶技术就无法完全解决路上的行驶问题。
[0005]为了解决上述问题，现有通常会采用摄像头或者其他传感器等设备来跟踪交警的手势运动，并进行识别，但是，这样的识别技术多是对图像的处理，耗时也耗电，对于高速运行的交通系统来说，识别效率低，无法满足高速的交通系统的需求。
[0006]因此，如何提高交警手势的识别效率是目前亟待解决的技术问题。

技术实现思路

[0007]鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的交警手势识别方法及装置。
[0008]第一方面，本专利技术提供了一种交警手势识别方法，包括：获取多个历史交警指挥手势视频，每个历史交警指挥手势视频包括P帧连续的交警手势图像，P为大于或等于30的整数；基于所述多个历史交警指挥手势视频，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列，所述关键点为交警人体骨骼关键点；基于所述关键点移动轨迹时间序列，构建用于识别交警手势的识别模型；基于所述识别模型，对采集到的目标交警手势进行识别。
[0009]进一步地，所述获取多个历史交警指挥手势视频之后，还包括：对每个历史交警指挥手势视频删除背景图像，保留交警的身体轮廓。
[0010]进一步地，所述基于所述多个历史交警指挥手势视频，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列，包括：基于所述多个历史交警指挥手势视频，确定每个历史交警指挥手势视频中交警的左肘、左腕、右肘、右腕的位置以及确定参考点位置；基于所述左肘、左腕、右肘、右腕的位置以及参考点位置，确定每帧交警手势图像中，交警的左肘、左腕、右肘、右腕分别与参考点之间的距离；基于所述距离，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列。
[0011]进一步地，确定参考点位置，包括：
获取交警的左脚踝位置和右脚踝位置；将所述左脚踝位置和所述右脚踝位置的中点确定为参考点位置。
[0012]进一步地，所述基于所述距离，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列，包括：在每个历史交警指挥手势视频中，将每帧交警手势图像中所对应的交警的左肘、左腕、右肘、右腕分别与参考点之间的距离，按照参考点的预设编号顺序排布作为矩阵的纵向数据，所述参考点的预设编号顺序具体为将左肘、左腕、右肘、右腕按照预设规则排布的编号顺序，所述矩阵为所述关键点移动轨迹时间序列所形成的数据；将每帧交警手势图像所对应的交警的左肘、左腕、右肘、右腕分别与参考点之间的距离，按照每帧交警手势图像的时间先后顺序作为矩阵的横向数据，以此确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列。
[0013]进一步地，所述基于所述关键点移动轨迹时间序列，构建用于识别交警手势的识别模型，包括：采用自适应的动态时间规整算法对所述关键点移动轨迹时间序列进行处理，得到用于识别交警手势的识别模型。
[0014]进一步地，所述采用自适应的动态时间规整算法对所述关键点移动轨迹时间序列进行处理，得到用于识别交警手势的识别模型，包括：将所述关键点移动轨迹时间序列标注相应的交警手势信号名称，所述交警手势信号名称包括：停车、直行、左转、左转等待、右转、变更车道、减速和靠边；将所述关键点移动轨迹时间序列以及相应的交警手势信号名称作为样本，并将所述样本划分为训练样本和测试样本；采用自适应的动态时间规整算法对所述训练样本进行处理，得到用于识别交警手势的识别模型；基于所述测试样本，对所述识别模型进行测试。
[0015]第二方面，本专利技术还提供了一种交警手势识别装置，包括：视频数据获取模块，获取多个历史交警指挥手势视频，每个历史交警指挥手势视频包括P帧连续的交警手势图像；关键点数据提取模块，用于基于所述多个历史交警指挥手势视频，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列，关键点为交警人体骨骼关键点；模型构建模块，用于基于所述关键点移动轨迹时间序列，构建用于识别交警手势的识别模型；手势识别模块，用于基于所述识别模型，对采集到的目标交警手势进行识别。
[0016]第三方面，本专利技术还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现第一方面中所述的方法步骤。
[0017]第四方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面中所述的方法步骤。
[0018]本专利技术实施例中的一个或多个技术方案，至少具有如下技术效果或优点：本专利技术提供了一种交警手势识别方法，包括获取多个历史交警指挥手势视频，每
个历史交警指挥手势视频包括P帧连续的交警手势图像，P为大于或等于30的整数；基于多个历史交警指挥手势视频，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列，该关键点为交警人体骨骼关键点；基于所述关键点移动轨迹时间序列，构建用于识别交警手势的识别模型；基于识别模型，对采集到的目标交警手势进行识别，进而在识别交警手势时，通过对关键点移动轨迹时间序列进行处理，相较于图像处理而言降低了处理量，在对交警手势识别时，提高了交警手势的识别效率。
附图说明
[0019]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考图形表示相同的部件。在附图中：图1示出了本专利技术实施例中交警手势识别方法的步骤流程示意图；图2示出了本专利技术实施例中交警人体骨架模型中的关键点示意图；图3示出了本专利技术实施例中交警手势识别方法的具体流程示意图；图4示出了本专利技术实施例中交警手势识别装置的结构示意图；图5示出了本专利技术实施例中实现交警手势识别方法的计算机设备的结构示意图。
具体实施方式
[0020]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0021]实施例一本专利技术的实施例提供了一种交警手势识别方法，如图1所示，包括：S101，获取多个历史交警指挥手势视频，每个历史交警指挥手势视频包括P帧连续的交警手本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交警手势识别方法，其特征在于，包括：获取多个历史交警指挥手势视频，每个历史交警指挥手势视频包括P帧连续的交警手势图像，P为大于或等于30的整数；基于所述多个历史交警指挥手势视频，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列，所述关键点为交警人体骨骼关键点；基于所述关键点移动轨迹时间序列，构建用于识别交警手势的识别模型；基于所述识别模型，对采集到的目标交警手势进行识别。2.如权利要求1所述的方法，其特征在于，所述获取多个历史交警指挥手势视频之后，还包括：对每个历史交警指挥手势视频删除背景图像，保留交警的身体轮廓。3.如权利要求1所述的方法，其特征在于，所述基于所述多个历史交警指挥手势视频，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列，包括：基于所述多个历史交警指挥手势视频，确定每个历史交警指挥手势视频中交警的左肘、左腕、右肘、右腕的位置以及确定参考点位置；基于所述左肘、左腕、右肘、右腕的位置以及参考点位置，确定每帧交警手势图像中，交警的左肘、左腕、右肘、右腕分别与参考点之间的距离；基于所述距离，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列。4.如权利要求3所述的方法，其特征在于，确定参考点位置，包括：获取交警的左脚踝位置和右脚踝位置；将所述左脚踝位置和所述右脚踝位置的中点确定为参考点位置。5.如权利要求3所述的方法，其特征在于，所述基于所述距离，确定每个历史交警指挥手势视频中的关键点移动轨迹时间序列，包括：在每个历史交警指挥手势视频中，将每帧交警手势图像中所对应的交警的左肘、左腕、右肘、右腕分别与参考点之间的距离，按照参考点的预设编号顺序排布作为矩阵的纵向数据，所述参考点的预设编号顺序具体为将左肘、左腕、右肘...

【专利技术属性】
技术研发人员：黄冠英，敬思远，杨骏，
申请(专利权)人：乐山师范学院，
类型：发明
国别省市：