System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 手势识别方法、装置、电子设备及计算机可读存储介质制造方法及图纸_技高网

手势识别方法、装置、电子设备及计算机可读存储介质制造方法及图纸

技术编号:40362771 阅读:12 留言:0更新日期:2024-02-09 14:50
本申请适用于终端技术领域,尤其涉及一种手势识别方法、装置、电子设备及计算机可读存储介质。该方法中,电子设备可以获取包含待识别手势的第一图像,并将第一图像输入至第一图像识别模型进行处理,得到第一图像识别模型输出的目标手势类别。随后,电子设备可以根据目标手势类别,确定第二图像识别模型,并将第一图像输入至第二图像识别模型进行处理,得到第二图像识别模型输出的手势识别结果。即本申请先通过第一图像识别模型对第一图像进行手势的粗略识别,确定第一图像对应的目标手势类别。随后,通过目标手势类别对应的第二图像识别模型,准确确定第一图像对应的手势识别结果,可以提高手势识别的准确性,减少手势的误识别,提升用户体验。

【技术实现步骤摘要】

本申请属于终端,尤其涉及一种手势识别方法、装置、电子设备及计算机可读存储介质


技术介绍

1、通过手势进行人机交互是一种重要交互方式,即可以通过手势识别,来驱动电子设备执行相应动作。目前,一般是通过检测手指各个关节的关键点,并根据关键点之间的位置和角度关系来进行手势识别。这种基于各个关节的关键点来进行手势识别的方法,识别准确性较差,容易造成误识别,导致用户体验较差。


技术实现思路

1、本申请实施例提供了一种手势识别方法、装置、电子设备及计算机可读存储介质,可以解决现有技术中的手势识别方法的识别准确性较差,容易造成误识别,导致用户体验较差的问题。

2、第一方面,本申请实施例提供了一种手势识别方法,包括:

3、获取包含待识别手势的第一图像;

4、将所述第一图像输入至第一图像识别模型进行处理,得到所述第一图像识别模型输出的目标手势类别;

5、根据所述目标手势类别,确定第二图像识别模型;

6、将所述第一图像输入至所述第二图像识别模型进行处理,得到所述第二图像识别模型输出的手势识别结果。

7、在上述提供的图像识别方法中,在需要进行手势识别时,电子设备可以获取包含待识别手势的第一图像,并可以将第一图像输入至第一图像识别模型进行处理,得到第一图像识别模型输出的目标手势类别。随后,电子设备可以根据目标手势类别,确定第二图像识别模型,并将第一图像输入至第二图像识别模型进行处理,得到第二图像识别模型输出的手势识别结果。即本申请实施例中,电子设备可以先通过第一图像识别模型对第一图像进行手势的粗略识别,确定第一图像对应的目标手势类别。随后,可以通过目标手势类别对应的第二图像识别模型,准确确定第一图像对应的手势识别结果,可以有效提高手势识别的准确性,减少手势的误识别,提高用户体验。

8、在一个示例中,在所述获取包含待识别手势的第一图像之后,所述方法还可以包括:

9、获取所述第一图像中所述待识别手势对应的图像区域,所述图像区域为所述第一图像中的部分区域;

10、所述将所述第一图像输入至第一图像识别模型进行处理,得到所述第一图像识别模型输出的目标手势类别,包括:

11、将所述图像区域输入至所述第一图像识别模型进行处理,得到所述第一图像识别模型输出的所述目标手势类别;

12、所述将所述第一图像输入至所述第二图像识别模型进行处理,得到所述第二图像识别模型输出的手势识别结果,包括:

13、将所述图像区域输入至所述第二图像识别模型进行处理,得到所述第二图像识别模型输出的手势识别结果。

14、在该示例提供的图像识别方法中,第一图像识别模型和第二图像识别模型可以仅对包含待识别手势对应的部分图像区域进行处理,可以有效减少第一图像识别模型和第二图像识别模型的计算量,提高第一图像识别模型和第二图像识别模型的识别速度,提高手势识别的速度,提升用户体验。

15、示例性的,在所述将所述图像区域输入至所述第一图像识别模型进行处理之前,所述方法还可以包括:

16、调整所述图像区域的大小至预设大小。

17、可选的,所述预设大小为320*320。

18、在该示例提供的图像识别方法中,通过调整图像区域的大小,可以减少第一图像识别模型和第二图像识别模型的计算量,可以有效提高第一图像识别模型和第二图像识别模型的识别速度,从而提高手势识别的速度,提升用户体验。

19、在一个示例中,所述第一图像识别模型和所述第二图像识别模型可以为基于mobilenet网络或resnet网络的识别模型。

20、可选的,所述第一图像识别模型是利用不同手势类别所对应的手势图像训练得到的,所述目标手势类别对应的所述第二图像识别模型是利用所述目标手势类别所对应的手势图像训练得到的,每一个所述手势类别中包括一个或者多个手势。

21、第二方面,本申请实施例提供了一种手势识别装置,包括:

22、第一图像获取模块,用于获取包含待识别手势的第一图像;

23、第一识别模块,用于将所述第一图像输入至第一图像识别模型进行处理,得到所述第一图像识别模型输出的目标手势类别;

24、第二识别模型确定模块,用于根据所述目标手势类别,确定第二图像识别模型;

25、第二识别模块,用于将所述第一图像输入至所述第二图像识别模型进行处理,得到所述第二图像识别模型输出的手势识别结果。

26、第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的手势识别方法。

27、第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一项所述的手势识别方法。

28、第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面中任一项所述的手势识别方法。

29、可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。

本文档来自技高网...

【技术保护点】

1.一种手势识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在所述获取包含待识别手势的第一图像之后,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,在所述将所述图像区域输入至所述第一图像识别模型进行处理之前,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,所述预设大小为320*320。

5.根据权利要求1至4中任一项所述的方法,其特征在于,所述第一图像识别模型和所述第二图像识别模型为基于mobilenet网络或resnet网络的识别模型。

6.根据权利要求5所述的方法,其特征在于,所述第一图像识别模型是利用不同手势类别所对应的手势图像训练得到的,所述目标手势类别对应的所述第二图像识别模型是利用所述目标手势类别所对应的手势图像训练得到的,每一个所述手势类别中包括一个或者多个手势。

7.一种手势识别装置,其特征在于,包括:

8.根据权利要求7所述的装置,其特征在于,所述装置还包括:

9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至6任一项所述的手势识别方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的手势识别方法。

...

【技术特征摘要】

1.一种手势识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在所述获取包含待识别手势的第一图像之后,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,在所述将所述图像区域输入至所述第一图像识别模型进行处理之前,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,所述预设大小为320*320。

5.根据权利要求1至4中任一项所述的方法,其特征在于,所述第一图像识别模型和所述第二图像识别模型为基于mobilenet网络或resnet网络的识别模型。

6.根据权利要求5所述的方法,其特征在于,所述第一图像识别模型是利用不同手势类别所对应的手势...

【专利技术属性】
技术研发人员:黄乐董培庞建新谭欢
申请(专利权)人:深圳市优必选科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1