【技术实现步骤摘要】
本专利技术涉及手势识别，更具体的说，涉及一种手势识别方法、装置、存储介质及汽车。
技术介绍
1、智能座舱旨在集成多种it和人工智能技术，打造全新的车内一体化数字平台，为驾驶员提供智能体验，促进行车安全。目前，智能座舱的空间交互功能是用户使用特定手势控制屏幕，以完成交互功能，例如，用户利用手势拖动屏幕页面、选择app(application，应用程序)、调整音量大小等。因此，动态手势识别的准确性对于智能座舱而言至关重要，其直接影响用户对空间交互功能的体验。
2、传统的动态手势识别是将手部的rgb(红绿蓝)图像或gray(灰度)图像输入到分类器进行手势识别。然而，由于智能座舱内环境的成像效果较差，因此导致在智能座舱内采集的rgb图像或gray图像的画质不清晰、噪声大等等，使得基于手部的rgb图像或gray图像得到的手势识别结果的准确度较低。
技术实现思路
1、有鉴于此，本专利技术公开一种手势识别方法、装置、存储介质及汽车，以实现提高手势识别结果的准确性。
2、一种手势识别方法，包括：
3、获取当前手部红外图像；
4、基于所述当前手部红外图像以及所述当前手部红外图像对应的目标深度图像，确定第一手部图像特征；
5、基于所述当前手部红外图像中的手部关键点坐标，确定第二手部图像特征；
6、将所述第一手部图像特征和所述第二手部图像特征进行融合得到手部图像融合特征，以基于所述手部图像融合特征得到手势识别结果。
7、
8、将所述当前手部红外图像转换成手部深度图像；
9、对所述手部深度图像进行归一化处理，得到所述目标深度图像；
10、从所述当前手部红外图像和所述目标深度图像中提取出第一手部图像特征。
11、可选地，所述对所述手部深度图像进行归一化处理，得到所述目标深度图像，包括：
12、确定所述手部深度图像中的最小深度值、最大深度值以及各个像素的深度值；
13、计算所述最小深度值和所述最大深度值之间的第一深度差值；
14、计算每个所述像素对应的所述深度值与所述最小深度值之间的第二深度差值；
15、计算每个所述第二深度差值与所述第一深度差值的商，得到每个所述像素归一化后的目标深度值；
16、基于各个所述像素对应的所述目标深度值，得到所述目标深度图像。
17、可选地，所述基于所述当前手部红外图像中的手部关键点坐标，确定第二手部图像特征，包括：
18、从所述当前手部红外图像中提取出各个手部关键点原始坐标；
19、对每个所述手部关键点原始坐标进行归一化处理，得到对应的所述手部关键点坐标；
20、从所述手部关键点坐标中提取出所述第二手部图像特征。
21、可选地，所述对每个所述手部关键点原始坐标进行归一化处理，得到对应的所述手部关键点坐标，包括：
22、从所有的所述手部关键原始坐标对应的各个手部关键点中，确定目标手部关键点；
23、将所述目标手部关键点对应的所述手部关键点原始坐标确定为原点坐标；
24、计算每个所述手部关键点原始坐标与所述原点坐标的坐标差值；
25、从各个所述手部关键点与所述目标手部关键点之间的距离值中确定距离最大值；
26、计算每个所述坐标差值和所述距离最大值的商，得到每个所述手部关键点归一化后的所述手部关键点坐标。
27、可选地，所述将所述第一手部图像特征和所述第二手部图像特征进行融合得到手部图像融合特征，以基于所述手部图像融合特征得到手势识别结果，包括：
28、基于全连接网络层从所述手部图像融合特征中提取出目标手部图像特征；
29、将所述目标手部图像特征输入至手势识别分类器得到手势识别结果。
30、可选地，所述将所述目标手部图像特征输入至手势识别分类器得到手势识别结果，包括：
31、将所述目标手部图像特征输入至所述手势识别分类器获得不同手势类别的概率；
32、将最大概率的目标手势类别确定为所述手势识别结果。
33、一种手势识别装置，包括：
34、图像获取单元，用于获取当前手部红外图像；
35、第一特征确定单元，用于基于所述当前手部红外图像以及所述当前手部红外图像对应的目标深度图像，确定第一手部图像特征；
36、第二特征确定单元，用于基于所述当前手部红外图像中的手部关键点坐标，确定第二手部图像特征；
37、手势识别单元，用于将所述第一手部图像特征和所述第二手部图像特征进行融合得到手部图像融合特征，以基于所述手部图像融合特征得到手势识别结果。
38、一种计算机存储介质，所述计算机存储介质存储至少一个指令，所述至少一个指令被处理器执行时实现上述所述手势识别方法的步骤。
39、一种汽车，包括一种智能座舱，所述智能座舱包括存储器和处理器；
40、所述存储器用于存储至少一个指令；
41、所述处理器用于执行所述至少一个指令以实现上述所述的手势识别方法的步骤。
42、从上述的技术方案可知，本专利技术公开了一种手势识别方法、装置、存储介质及汽车，获取当前手部红外图像，基于当前手部红外图像以及当前手部红外图像对应的目标深度图像，确定第一手部图像特征，基于当前手部红外图像中的手部关键点坐标确定第二手部图像特征，通过将第一手部图像特征和第二手部图像特征进行融合得到手部图像融合特征，以基于手部图像融合特征得到手势识别结果。本专利技术在确定第一手部图像特征时同时结合了当前手部红外图像及其对应的目标深度图像，因此使得手部纹理等图像特征更加丰富；通过在手部关键点坐标的基础上确定第二手部图像特征得到手部关节点相互之间的位置关系，这样将第一手部图像特征和第二手部图像特征融合后即可得到更加准确的手势特征，从而大大提高了手势识别结果的准确性。
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所述的手势识别方法，其特征在于，所述基于所述当前手部红外图像以及所述当前手部红外图像对应的目标深度图像，确定第一手部图像特征，包括：
3.根据权利要求2所述的手势识别方法，其特征在于，所述对所述手部深度图像进行归一化处理，得到所述目标深度图像，包括：
4.根据权利要求1所述的手势识别方法，其特征在于，所述基于所述当前手部红外图像中的手部关键点坐标，确定第二手部图像特征，包括：
5.根据权利要求4所述的手势识别方法，其特征在于，所述对每个所述手部关键点原始坐标进行归一化处理，得到对应的所述手部关键点坐标，包括：
6.根据权利要求1所述的手势识别方法，其特征在于，所述将所述第一手部图像特征和所述第二手部图像特征进行融合得到手部图像融合特征，以基于所述手部图像融合特征得到手势识别结果，包括：
7.根据权利要求6所述的手势识别方法，其特征在于，所述将所述目标手部图像特征输入至手势识别分类器得到手势识别结果，包括：
8.一种手势识别装置，其特征在于
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1~7任意一项所述手势识别方法的步骤。
10.一种汽车，包括一种智能座舱，其特征在于，所述智能座舱包括存储器和处理器；
...【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所述的手势识别方法，其特征在于，所述基于所述当前手部红外图像以及所述当前手部红外图像对应的目标深度图像，确定第一手部图像特征，包括：
3.根据权利要求2所述的手势识别方法，其特征在于，所述对所述手部深度图像进行归一化处理，得到所述目标深度图像，包括：
4.根据权利要求1所述的手势识别方法，其特征在于，所述基于所述当前手部红外图像中的手部关键点坐标，确定第二手部图像特征，包括：
5.根据权利要求4所述的手势识别方法，其特征在于，所述对每个所述手部关键点原始坐标进行归一化处理，得到对应的所述手部关键点坐标，包括：
<...【专利技术属性】
技术研发人员：谭竞扬，邢晨，罗远庆，王光甫，林枝叶，陶聚，
申请(专利权)人：长城汽车股份有限公司，
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。