基于肢体识别的控制方法、装置、电子设备及存储介质与流程

[0001]
本公开实施例涉及计算机处理技术，尤其涉及一种基于肢体识别的控制方法、装置、电子设备及存储介质。


背景技术：

[0002]
目前，常用的人机交互方式大多数还是基于触摸屏的交互方式，例如手机、自助快递柜等。在电视领域，基本是基于遥控器的交互方式。无论手机、自助快递柜还是电视，均要求用户与设备的交互工具(例如遥控器、触摸屏)进行接触，一旦用户与设备的交互工具之间存在间隔，则无法实现与设备的交互。因此，现有的人机交互方式限制了用户与设备交互的空间延展性，同时给用户带来不便。
[0003]
针对上述问题，以人手作为人机交互直接输入手段的手势识别技术日益成熟。目前，常用的手势识别方法为基于红外感应原理对手势姿态进行粗略识别，其识别精度较低，导致无法充分利用丰富的手势姿态进行多种功能的交互控制。


技术实现要素：

[0004]
本公开实施例提供一种基于肢体识别的控制方法、装置、电子设备及存储介质，以实现对肢体姿态的精确识别，进而实现通过多种不同的肢体姿态对不同的系统功能进行控制。
[0005]
第一方面，本公开实施例提供了一种基于肢体识别的控制方法，该方法包括：
[0006]
获取包括用户肢体的视频流；
[0007]
将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0008]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作。
[0009]
第二方面，本公开实施例还提供了一种基于肢体识别的控制装置，该装置包括：
[0010]
获取模块，用于获取包括用户肢体的视频流；
[0011]
识别模块，用于将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0012]
执行模块，用于若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作。
[0013]
第三方面，本公开实施例还提供了一种设备，所述设备包括：
[0014]
一个或多个处理器；
[0015]
存储装置，用于存储一个或多个程序，
[0016]
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的基于肢体识别的控制方法。
[0017]
第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述
计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的基于肢体识别的控制方法。
[0018]
本公开实施例的技术方案，通过获取包括用户肢体的视频流，并将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作的技术手段，实现了对肢体姿态的精确识别，进而实现了通过多种不同的肢体姿态对不同的系统功能进行控制的目的，使得用户与设备交互具有充分的空间延展性，提高了用户的交互体验。
附图说明
[0019]
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0020]
图1为本公开实施例一所提供的一种基于肢体识别的控制方法流程示意图；
[0021]
图2为本公开实施例一所提供的一种手部设定点的示意图；
[0022]
图3为本公开实施例二所提供的一种基于肢体识别的控制装置结构示意图；
[0023]
图4为本公开实施例三所提供的一种电子设备结构示意图。
具体实施方式
[0024]
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0025]
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0026]
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0027]
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0028]
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0029]
实施例一
[0030]
图1为本公开实施例一所提供的一种基于肢体识别的控制方法流程示意图，本实施例可适用于人机交互场景，该方法可以由基于肢体识别的控制装置来执行，该装置可以通过软件和/或硬件的形式实现，并集成于终端设备，典型的，所述终端设备包括智能手机或者服务器。如图1所示，本实施例公开的基于肢体识别的控制方法包括：
[0031]
步骤110、获取包括用户肢体的视频流。
[0032]
其中，所述用户肢体典型的可以是用户手部，还可以是用户的胳膊、腿、头或者脚部等。
[0033]
示例性的，获取包括用户肢体的视频流，包括：
[0034]
基于终端设备自带的摄像头获取所述包括用户肢体的视频流。
[0035]
或者，从独立于所述终端设备的获取所述包括用户肢体的视频流。
[0036]
具体的，若所述终端设备不具备视频获取硬件系统，则可通过与专门的视频获取设备建立通信连接，由所述专门的视频获取设备负责获取包括用户肢体的视频流，再由所述专门的视频获取设备将获取到的视频流发送至所述终端设备，或者与所述终端设备对应的服务器，以通过所述终端设备或者所述服务器对视频流中用户的肢体动作姿态进行识别。所述肢体动作姿态例如具体是用户通过手部摆出的圆形、心形、方形或者三角形的手势，或者用户的手指向上或者向下滑动的动作姿态等。
[0037]
步骤120、将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态。
[0038]
其中，所述预先训练好的神经网络模型具体包括：cnn(convolutional neural network,卷积神经网络)模型。cnn是一种前馈神经网络，包括卷积层和池化层，在图像识别领域具有较广泛应用。理论上，只要有足够多的训练样本，则可得到相应识别功能的cnn模型，所述训练样本指标记了识别结果的原数据，例如在用户手势姿态识别场景中，所述训练样本为标记了用户手势姿态的视频流或者图像。
[0039]
进一步的，为了提高模型的识别精度以及收敛速度，可在将训练样本输入至待训练模型之前，对所述训练样本进行预处理，具体是对所述训练样本进行初步的特征提取，以通过降低计算量的方式提高模型的收敛速度。以对用户手势姿态识别场景为例，对所述训练样本进行预处理具体包括：
[0040]
对训练样本中用户手部的设定点位置信息进行标注，所述用户手部的设定点具体包括用户手部的关节点，当然还可以包括用户手部的非关节点。可以理解的是，标注的设定点数量越多，则训练得到的模型的识别精度越高，识别出的手势姿态越精细。手部设定点的示意图可参见图2所示，图2中只示出了a、b和c三个设定点，所述设定点的选取位置通常为手部轮廓线上的关节点。
[0041]
示例性的，将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态，包括：
[0042]
对所述视频流进行预处理，以对所述视频流所包括的用户肢体设定点的位置信息进行标注；
[0043]
将预处理后的视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0044]
其中，所述预先训练好的神经网络模型基于训练样本训练得到，所述训练样本包括标记了肢体设定点位置信息的视频流以及视频流中所包括的肢体动作姿态信息。所述动作姿态信息包括具体的手势，例如用手摆出的圆形、心形、方形或者三角形等。
[0045]
步骤130、若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操
作。
[0046]
其中，所述交互操作包括：打开应用、关闭应用、翻页、页面放大或者页面缩小中的至少一项。例如，当用户用手在空间摆出一个o形的目标动作姿态，则控制应用打开；当用户用手在空间摆出一个c形的目标动作姿态，则控制应用关闭；当用户手部连续地做出下滑的目标动作姿态时(可以是单根手指做出下滑动作，还可以是整个手做出下滑动作)，则控制当前的显示页面向下翻页；当用户连续地做出上滑的目标动作姿态时，则控制当前的显示页面向上翻页；当用户做出左右滑的目标动作姿态时，则控制页面左右翻页等。
[0047]
具体的，可预先将每个目标动作姿态与其所控制的交互操作进行对应存储，当识别到用户的目标动作姿态时，通过查找与所述目标动作姿态关联的交互操作，确定当前需要执行的控制功能。
[0048]
示例性的，执行与所述目标动作姿态关联的交互操作，包括：
[0049]
基于预存的动作姿态与其关联的交互操作列表，获取与所述目标动作姿态关联的交互操作；
[0050]
通过功能控制模块控制相应功能模块执行与所述目标动作姿态关联的交互操作。
[0051]
所述设定动作姿态用于唤醒设备的功能控制模块，若用户在做出目标动作姿态之前，做出了所述设定动作姿态，则表示用户在告知终端设备其需要与终端设备进行交互，此后的预设时长内若识别到用户做出的目标动作姿态时，通过功能控制模块控制相应功能模块执行与所述目标动作姿态关联的交互操作。若用户在做出目标动作姿态之前没有做出所述设定动作姿态，则表示用户没有与终端设备进行交互的需求，此时即使识别到用户做出的目标动作姿态，也不对相应功能模块进行控制，即不对所述目标动作姿态进行响应，以避免用户对终端设备的误触发。例如用户在与其他人交流的过程中无意间摆出的手势被终端设备误识别为目标动作姿态，并进一步执行与所述目标动作姿态关联的交互操作，从而导致用户对终端设备的误触发情况发生。
[0052]
可选的，还可以通过语音的方式唤醒设备，例如当用户想与终端设备进行交互时，可语音说出设定唤醒词，例如“小智”、“小杜”、“小q”等，当终端设备识别到所述设定唤醒词时，唤醒终端设备的控制系统，开始执行获取包括用户肢体的视频流、将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的目标动作姿态以及执行与所述目标动作姿态关联的交互操作的步骤。
[0053]
在用户与终端设备开始交互之前，通过设定动作姿态或者设定唤醒词对终端设备进行唤醒，避免了用户对终端设备的误触发问题，提高了用户体验；由于终端设备无需时刻处于工作状态，极大地降低了终端设备的功耗。
[0054]
本公开实施例的技术方案，通过获取包括用户肢体的视频流，并将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作，实现了对肢体姿态的精确识别，进而实现了通过多种不同的肢体姿态对不同的系统功能进行控制的目的，使得用户与设备交互具有充分的空间延展性，提高了用户的交互体验。
[0055]
实施例二
[0056]
图3为本公开实施例二提供的一种基于肢体识别的控制装置，该装置包括：获取模
块410、识别模块420和执行模块430；
[0057]
其中，获取模块410，用于获取包括用户肢体的视频流；识别模块420，用于将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；执行模块430，用于若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作。
[0058]
在上述各技术方案的基础上，所述装置集成于终端设备，对应的所述获取模块410具体用于：
[0059]
基于所述终端设备自带的摄像头获取所述包括用户肢体的视频流；
[0060]
或者，从独立于所述终端设备的视频获取设备获取所述包括用户肢体的视频流。
[0061]
在上述各技术方案的基础上，所述识别模块420包括：
[0062]
预处理单元，用于对所述视频流进行预处理，以对所述视频流所包括的用户肢体设定点的位置信息进行标注；
[0063]
识别单元，用于将预处理后的视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0064]
其中，所述预先训练好的神经网络模型基于训练样本训练得到，所述训练样本包括标记了肢体设定点位置信息的视频流以及视频流中所包括的肢体动作姿态信息。
[0065]
在上述各技术方案的基础上，所述执行模块430包括：
[0066]
获取单元，用于基于预存的动作姿态与其关联的交互操作列表，获取与所述目标动作姿态关联的交互操作；
[0067]
控制单元，用于通过功能控制模块控制相应功能模块执行与所述目标动作姿态关联的交互操作。
[0068]
在上述各技术方案的基础上，所述用户肢体包括：用户手部，所述目标动作姿态包括圆形、心形、方形或者三角形的手势。
[0069]
在上述各技术方案的基础上，所述交互操作包括：打开应用、关闭应用、翻页、页面放大或者页面缩小中的至少一项。
[0070]
本公开实施例的技术方案，通过获取包括用户肢体的视频流，并将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作，实现了对肢体姿态的精确识别，进而实现了通过多种不同的肢体姿态对不同的系统功能进行控制的目的，使得用户与设备交互具有充分的空间延展性，提高了用户的交互体验。
[0071]
本公开实施例所提供的基于肢体识别的控制装置可执行本公开任意实施例所提供的基于肢体识别的控制方法，具备执行方法相应的功能模块和有益效果。
[0072]
值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。
[0073]
实施例三
[0074]
下面参考图4，其示出了适于用来实现本公开实施例的电子设备(例如图4中的终端设备或服务器)400的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移
动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0075]
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(rom)402中的程序或者从存储装置406加载到随机访问存储器(ram)403中的程序而执行各种适当的动作和处理。在ram 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、rom 402以及ram 403通过总线404彼此相连。输入/输出(i/o)接口405也连接至总线404。
[0076]
通常，以下装置可以连接至i/o接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置406；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
[0077]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置406被安装，或者从rom 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。
[0078]
本公开实施例提供的终端与上述实施例提供的基于肢体识别的控制方法属于同一发明构思，未在本公开实施例中详尽描述的技术细节可参见上述实施例，并且本公开实施例与上述实施例具有相同的有益效果。
[0079]
实施例四
[0080]
本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的基于肢体识别的控制方法。
[0081]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于
由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0082]
在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
[0083]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
[0084]
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：
[0085]
获取包括用户肢体的视频流；
[0086]
将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0087]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作。
[0088]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0089]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0090]
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，可编辑内容显示单元还可以被描述为“编辑单元”。
[0091]
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等
等。
[0092]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0093]
以下列出了本公开的一些示例实施例。
[0094]
在一个方面，提供了一种基于肢体识别的控制方法，该方法包括：获取包括用户肢体的视频流；将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作。
[0095]
在一些实施例中，所述方法应用于终端设备所述获取包括用户肢体的视频流，包括：
[0096]
基于所述终端设备自带的摄像头获取所述包括用户肢体的视频流；
[0097]
或者，从独立于所述终端设备的视频获取设备获取所述包括用户肢体的视频流。
[0098]
在一些实施例中，将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态，包括：
[0099]
对所述视频流进行预处理，以对所述视频流所包括的用户肢体设定点的位置信息进行标注；
[0100]
将预处理后的视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0101]
其中，所述预先训练好的神经网络模型基于训练样本训练得到，所述训练样本包括标记了肢体设定点位置信息的视频流以及视频流中所包括的肢体动作姿态信息。
[0102]
在一些实施例中，执行与所述目标动作姿态关联的交互操作，包括：
[0103]
基于预存的动作姿态与其关联的交互操作列表，获取与所述目标动作姿态关联的交互操作；
[0104]
通过功能控制模块控制相应功能模块执行与所述目标动作姿态关联的交互操作。
[0105]
在一些实施例中，所述用户肢体包括：用户手部，所述目标动作姿态包括圆形、心形、方形或者三角形的手势。
[0106]
在一些实施例中，所述交互操作包括：打开应用、关闭应用、翻页、页面放大或者页面缩小中的至少一项。
[0107]
在一个方面，提供了一种基于肢体识别的控制装置，该装置包括：
[0108]
获取模块，用于获取包括用户肢体的视频流；
[0109]
识别模块，用于将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的目标动作姿态；
[0110]
执行模块，用于若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态
之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作。
[0111]
在一些实施例中，所述装置集成于终端设备，对应的所述获取模块410具体用于：
[0112]
基于所述终端设备自带的摄像头获取所述包括用户肢体的视频流；
[0113]
或者，从独立于所述终端设备的视频获取设备获取所述包括用户肢体的视频流。
[0114]
在一些实施例中，所述识别模块420包括：
[0115]
预处理单元，用于对所述视频流进行预处理，以对所述视频流所包括的用户肢体设定点的位置信息进行标注；
[0116]
识别单元，用于将预处理后的视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0117]
其中，所述预先训练好的神经网络模型基于训练样本训练得到，所述训练样本包括标记了肢体设定点位置信息的视频流以及视频流中所包括的肢体动作姿态信息。
[0118]
在一些实施例中，所述执行模块430包括：
[0119]
获取单元，用于基于预存的动作姿态与其关联的交互操作列表，获取与所述目标动作姿态关联的交互操作；
[0120]
控制单元，用于通过功能控制模块控制相应功能模块执行与所述目标动作姿态关联的交互操作。
[0121]
在一些实施例中，所述用户肢体包括：用户手部，所述目标动作姿态包括圆形、心形、方形或者三角形的手势。
[0122]
在一些实施例中，所述交互操作包括：打开应用、关闭应用、翻页、页面放大或者页面缩小中的至少一项。
[0123]
在一个方面，提供了一种终端设备，所述设备包括：一个或多个处理装置；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现下述的基于肢体识别的控制方法：
[0124]
获取包括用户肢体的视频流；
[0125]
将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0126]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作。
[0127]
在一些实施例中，当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现下述的基于肢体识别的控制方法：
[0128]
基于所述终端设备自带的摄像头获取所述包括用户肢体的视频流；或者，从独立于所述终端设备的视频获取设备获取所述包括用户肢体的视频流；
[0129]
将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0130]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作。
[0131]
在一些实施例中，当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现下述的基于肢体识别的控制方法：
[0132]
获取包括用户肢体的视频流；
[0133]
对所述视频流进行预处理，以对所述视频流所包括的用户肢体设定点的位置信息
进行标注；
[0134]
将预处理后的视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0135]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作；
[0136]
其中，所述预先训练好的神经网络模型基于训练样本训练得到，所述训练样本包括标记了肢体设定点位置信息的视频流以及视频流中所包括的肢体动作的姿态信息；
[0137]
在一些实施例中，当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现下述的基于肢体识别的控制方法：
[0138]
获取包括用户肢体的视频流；
[0139]
将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0140]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则基于预存的动作姿态与其关联的交互操作列表，获取与所述目标动作姿态关联的交互操作；
[0141]
通过功能控制模块控制相应功能模块执行与所述目标动作姿态关联的交互操作。
[0142]
在一些实施例中，当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现下述的基于肢体识别的控制方法：
[0143]
获取包括用户肢体的视频流；
[0144]
将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0145]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作；
[0146]
所述用户肢体包括：用户手部，所述目标动作姿态包括圆形、心形、方形或者三角形的手势；
[0147]
所述交互操作包括：打开应用、关闭应用、翻页、页面放大或者页面缩小中的至少一项。
[0148]
在一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理装置执行时实现如下所述的基于肢体识别的控制方法：
[0149]
获取包括用户肢体的视频流；
[0150]
将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0151]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作。
[0152]
在一些实施例中，该程序被处理装置执行时实现如下所述的基于肢体识别的控制方法：
[0153]
基于所述终端设备自带的摄像头获取所述包括用户肢体的视频流；或者，从独立于所述终端设备的视频获取设备获取所述包括用户肢体的视频流；
[0154]
将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0155]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作。
[0156]
在一些实施例中，该程序被处理装置执行时实现如下所述的基于肢体识别的控制
方法：
[0157]
获取包括用户肢体的视频流；
[0158]
对所述视频流进行预处理，以对所述视频流所包括的用户肢体设定点的位置信息进行标注；
[0159]
将预处理后的视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0160]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作；
[0161]
其中，所述预先训练好的神经网络模型基于训练样本训练得到，所述训练样本包括标记了肢体设定点位置信息的视频流以及视频流中所包括的肢体动作的姿态信息。
[0162]
在一些实施例中，该程序被处理装置执行时实现如下所述的基于肢体识别的控制方法：
[0163]
获取包括用户肢体的视频流；
[0164]
将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0165]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则基于预存的动作姿态与其关联的交互操作列表，获取与所述目标动作姿态关联的交互操作；
[0166]
通过功能控制模块控制相应功能模块执行与所述目标动作姿态关联的交互操作。
[0167]
在一些实施例中，该程序被处理装置执行时实现如下所述的基于肢体识别的控制方法：
[0168]
获取包括用户肢体的视频流；
[0169]
将所述视频流输入至预先训练好的神经网络模型，得到用户肢体的动作姿态；
[0170]
若所述动作姿态为设定动作姿态，并且在得到所述设定动作姿态之后的预设时长内识别到用户肢体的目标动作姿态，则执行与所述目标动作姿态关联的交互操作；
[0171]
所述用户肢体包括：用户手部，所述目标动作姿态包括圆形、心形、方形或者三角形的手势；
[0172]
所述交互操作包括：打开应用、关闭应用、翻页、页面放大或者页面缩小中的至少一项。
[0173]
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
[0174]
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
[0175]
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。