[發明專利]一種實時手勢檢測的在線驗證方法及系統

在審

• 申請號: 201610231456.8
• 申請日: 2016-04-13
• 公開（公告）號: CN107292223A
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 張宏鑫;陳鼎熠;池立盈
• 申請（專利權）人: 芋頭科技（杭州）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 上海申新律師事務所31272
• 代理人: 黨蕾

技術領域

本發明屬于電子技術領域，尤其涉及一種手勢檢測的在線驗證方法及系統。

背景技術

隨著嵌入式技術的成熟，各種智能產品如雨后春筍般涌現。在智能設備中，機器視覺一直是備受關注的熱點問題。目前已有的手勢技術主要分為兩大類：一類是基于深度相機的三維視覺識別，除了設置攝像頭外，還裝有一個深度相機，可以通過紅外反射獲取空間信息，豐富了攝像頭捕捉到的特征，使得識別準確度大大增加，目前已應用于前端科技產品上，比如微軟的XBox系列，其配套的kinect設備正是業界較為成熟的深度相機，可以通過它用手勢或身體的姿態，與游戲進行交互，然而，基于深度相機的三維視覺識別技術雖然增強了對圖像的感知，但是受限于深度相機的時效性、穩定性以及一些架構上的兼容性，還無法大規模推廣使用；另一類技術是基于傳統的二維成像攝像頭，比如海爾的智能電視，通過攝像頭捕捉到的手勢圖像，進行電視的控制操作，其實現的原理主要是基于載入事先訓練好的模型來篩選出符合指定手勢的窗口。但是這樣的傳統方案存在一些問題：1)對于不同的場景和環境受限于事先訓練好的模型；2)準確性和實時性無法同時滿足。

發明內容

本發明提供一種實時手勢檢測的在線驗證方法及系統，以解決現有技術的問題；

具體技術方案如下：

一種實時手勢檢測的在線驗證方法，其中，包括以下步驟：

步驟1，圖像采集模塊實時捕獲視覺范圍內的圖像；

步驟2，一嵌入式終端通過載入訓練好的模型對采集的所述圖像進行手勢識別及跟蹤監測；

步驟3，記錄識別結果并響應于所述識別結果；

步驟4，分析所述識別結果的正確性并依據設定規則重新訓練獲得新模型，驗證所述新模型的準確性；

步驟5，以所述新模型更新先前訓練好的所述模型。

上述的實時手勢檢測的在線驗證方法，所述步驟4具體如下：

步驟41，所述識別結果定時上傳至一后臺服務器，所述后臺服務器利用深度學習的方法驗證識別結果的正確性；

步驟42，記錄所述識別結果為不正確的錯誤案例，判斷所述錯誤案例達到設定數量或收集了設定時間后，將所述錯誤案例的數據添加至先前的所述模型的訓練數據中，重新訓練獲得新模型；

步驟43，使用標準的驗證集來分析所述新模型的質量。

上述的實時手勢檢測的在線驗證方法，

所述步驟5具體如下：

步驟51，判斷所述新模型優于先前的模型時，所述后臺服務器向所述嵌 入式終端發送升級所述模型的請求；

步驟52，所述嵌入式終端響應所述請求，所述后臺服務器自動下載所述新模型至所述嵌入式終端。

上述的實時手勢檢測的在線驗證方法，所述步驟2具體如下：

步驟21，所述視覺范圍內有移動的物體時，所述嵌入式終端啟動手勢識別；

步驟22，載入預先訓練好的模型，自所述圖像中篩選出目標手勢，對后續的圖像進行跟蹤檢測。

還包括，一種實時手勢檢測的在線驗證系統，其中，包括，

圖像采集模塊，用于實時捕獲視覺范圍內的圖像；

手勢識別跟蹤模塊，位于一嵌入式終端，與所述圖像采集模塊連接，通過載入訓練好的模型對采集的所述圖像進行手勢識別及跟蹤監測；

記錄響應模塊，與所述手勢識別跟蹤模塊連接，用于記錄識別結果并響應于所述識別結果；

檢驗操作模塊，與所述記錄響應模塊連接，用于分析所述識別結果的正確性并依據設定規則重新訓練獲得新模型，并驗證所述新模型的準確性；

模型更新模塊，與所述檢驗操作模塊連接，用于依據所述新模型更新所述模型。

上述的一種實時手勢檢測的在線驗證系統，所述檢驗操作模塊位于一后臺服務器端，包括：

檢測回測子模塊，與所述記錄響應模塊連接，用于對所述識別結果進行回測，將錯誤的識別信息及噪聲信息記錄下來；

模型訓練子模塊，與所述檢測回測子模塊連接，將設定數量或設定時間的所述錯誤的識別信息及噪聲信息加入訓練數據中，重新訓練獲得新模型；

驗證子模塊，與所述模型訓練子模塊連接，依據定時更新的驗證集對所述新模型進行量化評估，當所述新模型優于先前的所述模型時，發出更新模型的消息。

上述的一種實時手勢檢測的在線驗證系統，所述記錄響應模塊包括視覺反饋單元，所述視覺反饋單元通過顯示相應的圖標于所述嵌入式終端的顯示界面上響應所述識別結果；

和/或，