手势识别方法、装置、系统和存储介质与流程

本文涉及图像识别技术，尤指一种手势识别方法、装置、系统和存储介质。

背景技术：

1、随着人工智能技术的发展，手势识别技术作为一种新兴的人机交互技术已经被应用到了越来越多的领域。手势识别技术可以使用户摆脱物理输入设备的束缚，例如用户可以通过手势使用手机拍照功能、滑屏功能；用户可以通过手势控制电灯、窗帘、空调等智能家电；用户可以通过手势控制汽车的窗户开关、调节播放音量等。手势识别技术以其非接触式、所做即所得的独特优势给用户带来了巨大的便利，同时也在改变传统的人机交互模式。

2、目前的手势识别技术可以采集用户的手部图像，通过识别手部图像中的手势来确定交互指令，进而执行相应操作。然而，采用相关技术所得到的手势识别结果精度较低，导致响应不及时或者响应出错。

3、目前针对相关技术中，得到的手势识别结果精度较低的问题，尚未提出有效的解决方案。

技术实现思路

1、本申请提供了一种手势识别方法、装置、系统和存储介质，能够提高手势识别的精度。

2、本申请提供了一种手势识别方法，所述方法包括：

3、将待识别手势特征与手势特征库中的手势特征进行匹配，确定第一匹配集合；

4、在所述第一匹配集合中确定目标手势特征，将所述目标手势特征与所述手势特征库中的手势特征进行匹配，确定第二匹配集合；

5、根据所述第一匹配集合和所述第二匹配集合确定第三匹配集合；

6、将所述待识别手势特征与所述第三匹配集合中的手势特征进行匹配，确定所述待识别手势特征的手势识别结果。

7、在其中一些实施例中，根据所述第一匹配集合和所述第二匹配集合确定第三匹配集合包括：

8、根据所述第一匹配集合和所述第二匹配集合的交集确定交集特征数量；

9、在所述交集特征数量满足预设集合数量阈值的情况下，根据所述第一匹配集合和所述第二匹配集合确定所述第三匹配集合。

10、在其中一些实施例中，根据所述第一匹配集合和所述第二匹配集合确定第三匹配集合包括：

11、将所述第一匹配集合和所述第二匹配集合的并集作为所述第三匹配集合。

12、在其中一些实施例中，通过所述待识别手势特征与所述手势特征库中的手势特征之间的相似度与预设的第一匹配参数确定所述第一匹配集合，和/或，通过所述目标手势特征与所述手势特征库中的手势特征之间的相似度与预设的第二匹配参数确定所述第二匹配集合。

13、在其中一些实施例中，所述第一匹配参数包括第一数量参数，所述第二匹配参数包括第二数量参数，所述第二数量参数小于所述第一数量参数。

14、在其中一些实施例中，所述待识别手势特征与所述手势特征库中的手势特征之间的相似度通过k相互近邻算法计算得到。

15、在其中一些实施例中，在所述第一匹配集合和所述第二匹配集合均通过k相互近邻算法计算相似度的情况下，用于计算所述第二匹配集合的k值小于用于计算所述第一匹配集合的k值。

16、在其中一些实施例中，将待识别手势特征与手势特征库中的手势特征进行匹配，确定第一匹配集合包括：

17、将所述待识别手势特征与所述手势特征库中的手势特征进行初始匹配，在所述初始匹配成功的情况下，将所述待识别手势特征添加至所述手势特征库，得到扩充后的手势特征库；

18、将所述待识别手势特征与所述扩充后的手势特征库中的手势特征再次进行匹配，得到所述第一匹配集合。

19、在其中一些实施例中，所述方法还包括：

20、所述手势特征库包括多类手势特征，在目标类型的手势特征的数量大于预设存储数量的情况下，对所述目标类型的多个手势特征进行筛选。

21、在其中一些实施例中，对所述目标类型的多个手势特征进行筛选包括：

22、根据预设的相似度阈值和/或所述手势特征库中各手势特征的获取时间对所述目标类型的多个手势特征进行筛选。

23、在其中一些实施例中，待识别手势特征的获取方法包括：

24、获取待检测图像中手势的外形特征和骨骼点特征；

25、根据所述外形特征和所述骨骼点特征共同确定所述待识别手势特征。

26、在其中一些实施例中，所述骨骼点特征为2.5d特征。

27、在其中一些实施例中，所述方法还包括：

28、获取注册图像中的注册手势特征；

29、根据所述注册手势特征以及与所述注册手势特征对应的手势功能，对所述注册手势特征进行注册。

30、本申请提供了一种手势识别装置，所述装置包括第一确定模块、第二确定模块、第三确定模块和识别模块：

31、所述第一确定模块，用于将待识别手势特征与手势特征库中的手势特征进行匹配，确定第一匹配集合；

32、所述第二确定模块，用于在所述第一匹配集合中确定目标手势特征，将所述目标手势特征与所述手势特征库中的手势特征进行匹配，确定第二匹配集合；

33、所述第三确定模块，用于根据所述第一匹配集合和所述第二匹配集合确定第三匹配集合；

34、所述第四确定模块，用于将所述待识别手势特征与所述第三匹配集合中的手势特征进行匹配，确定所述待识别手势特征的手势识别结果。

35、本申请提供了一种手势识别系统，包括图像采集装置和手势识别装置：

36、所述图像采集装置，用于获取待识别手势特征；

37、所述手势识别装置，用于将待识别手势特征与手势特征库中的手势特征进行匹配，确定第一匹配集合；在所述第一匹配集合中确定目标手势特征，将所述目标手势特征与所述手势特征库中的手势特征进行匹配，确定第二匹配集合；根据所述第一匹配集合和所述第二匹配集合确定第三匹配集合；将所述待识别手势特征与所述第三匹配集合中的手势特征进行匹配，确定所述待识别手势特征的手势识别结果。

38、本申请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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述任一种手势识别方法。

39、与相关技术相比，本申请包括：将待识别手势特征与手势特征库中的手势特征进行匹配，确定第一匹配集合；在第一匹配集合中确定目标手势特征，将目标手势特征与手势特征库中的手势特征进行匹配，确定第二匹配集合；根据第一匹配集合和第二匹配集合确定第三匹配集合；将待识别手势特征与第三匹配集合中的手势特征进行匹配，确定待识别手势特征的手势识别结果。通过多次匹配过程，避免待识别手势特征的漏识别，提高手势识别的精度。

40、本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。

技术特征：

1.一种手势识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的手势识别方法，其特征在于，根据所述第一匹配集合和所述第二匹配集合确定第三匹配集合包括：

3.根据权利要求1或2所述的手势识别方法，其特征在于，根据所述第一匹配集合和所述第二匹配集合确定第三匹配集合包括：

4.根据权利要求1所述的手势识别方法，其特征在于，通过所述待识别手势特征与所述手势特征库中的手势特征之间的相似度与预设的第一匹配参数确定所述第一匹配集合，和/或，通过所述目标手势特征与所述手势特征库中的手势特征之间的相似度与预设的第二匹配参数确定所述第二匹配集合。

5.根据权利要求4所述的手势识别方法，其特征在于，所述第一匹配参数包括第一数量参数，所述第二匹配参数包括第二数量参数，所述第二数量参数小于所述第一数量参数。

6.根据权利要求4所述的手势识别方法，其特征在于，所述待识别手势特征与所述手势特征库中的手势特征之间的相似度通过k相互近邻算法计算得到。

7.根据权利要求6所述的手势识别方法，其特征在于，在所述第一匹配集合和所述第二匹配集合均通过k相互近邻算法计算相似度的情况下，用于计算所述第二匹配集合的k值小于用于计算所述第一匹配集合的k值。

8.根据权利要求1所述的手势识别方法，其特征在于，将待识别手势特征与手势特征库中的手势特征进行匹配，确定第一匹配集合包括：

9.根据权利要求1所述的手势识别方法，其特征在于，所述方法还包括：

10.根据权利要求9所述的手势识别方法，其特征在于，对所述目标类型的多个手势特征进行筛选包括：

11.根据权利要求1所述的手势识别方法，其特征在于，待识别手势特征的获取方法包括：

12.根据权利要求11所述的手势识别方法，其特征在于，所述骨骼点特征为2.5d特征。

13.根据权利要求1所述的手势识别方法，其特征在于，所述方法还包括：

14.一种手势识别装置，其特征在于，所述装置包括第一确定模块、第二确定模块、第三确定模块和识别模块：

15.一种手势识别系统，其特征在于，包括图像采集装置和手势识别装置：

16.一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至13中任一项所述的手势识别方法。

技术总结
本发明提供了一种手势识别方法、装置、系统和存储介质，其中，手势识别方法包括将待识别手势特征与手势特征库中的手势特征进行匹配，确定第一匹配集合；在第一匹配集合中确定目标手势特征，将目标手势特征与手势特征库中的手势特征进行匹配，确定第二匹配集合；根据第一匹配集合和第二匹配集合确定第三匹配集合；将待识别手势特征与第三匹配集合中的手势特征进行匹配，确定待识别手势特征的手势识别结果。通过多次匹配过程，避免待识别手势特征的漏识别，提高手势识别的精度。

技术研发人员：时士柱,张志伟,张骁迪,叶平,王进
受保护的技术使用者：虹软科技股份有限公司
技术研发日：
技术公布日：2024/1/13