[發明專利]一種根據手勢進行跟蹤錄播的方法、裝置及存儲裝置

有效

• 申請號: 201710672541.2
• 申請日: 2017-08-08
• 公開（公告）號: CN107483813B
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 陳洪軍
• 申請（專利權）人: 深圳市明日實業有限責任公司
• 主分類號: H04N5/232
• 分類號: H04N5/232;H04N5/262;G06F3/01;G06K9/62
• 代理公司: 深圳市道臻知識產權代理有限公司 44360
• 代理人: 陳琳

1.一種根據手勢進行跟蹤錄播的方法，其特征在于，包括：

步驟A、預先對手勢圖片進行深度學習，生成訓練好的手勢檢測網絡模型；以及

步驟B、將實時采集的待檢測圖像采用訓練好的手勢檢測網絡模型進行計算，得到待檢測圖像對應的手勢分類，并根據對應的手勢分類進行相應的跟蹤錄播控制；

所述步驟A具體包括：

步驟A1、制作手勢圖片模板，并構建包含訓練集和測試集的手勢圖片數據庫；以HDF5數據庫為基礎制作手勢圖片數據庫；

步驟A2、構建用于深度學習的手勢識別網絡模型；手勢識別網絡模型包括手勢檢測模型和手勢識別模型，以caffe深度學習框架為基礎構件設計網絡框架；

步驟A3、采用手勢識別網絡模型對手勢圖片數據庫中的手勢圖片模板進行訓練學習，生成訓練好的手勢檢測網絡模型；

所述步驟A3具體包括：

步驟A31、對手勢識別網絡模型進行深度學習參數配置；

步驟A32、采用隨機梯度下降算法對訓練集中的手勢圖片模板進行批量學習，得到初步訓練的手勢檢測網絡模型；

步驟A33、使用測試集的手勢圖片模板對初步訓練的手勢檢測網絡模型進行測試，判斷測試的準確率是否超過預設的準確率閾值，當是時，生成訓練好的手勢檢測網絡模型；

所述步驟A3具體還包括：

步驟A34、當測試的準確率沒有超過預設的準確率閾值時，將訓練集的測試失敗值反饋給訓練集進行學習，重復步驟A32；

所述步驟A32具體包括：

步驟A321、采用隨機梯度下降算法對訓練集中的手勢圖片模板進行批量學習；

步驟A322、判斷學習圖片數是否大于預設圖片數閾值，當是時，得到初步訓練的手勢檢測網絡模型，之后進入步驟A33；

所述步驟B具體包括：

步驟B1、加載訓練好的手勢檢測網絡模型，并讀取實時采集的待檢測圖像，然后對待檢測圖像進行預處理；

步驟B2、將預處理后的待檢測圖像采用訓練好的手勢檢測網絡模型進行計算，得到待檢測圖像對應的手勢分類，并根據對應的手勢分類進行相應的跟蹤錄播控制；

所述步驟B1中，對待檢測圖像進行預處理的過程包括對待檢測圖像進行的歸一化轉化；

當被錄播人為老師時，手勢為指點黑板上板書的手勢、讓學生保持安靜的手勢、或者給學生加油的手勢，所述相應的跟蹤錄播控制包括拉近鏡頭以及調整攝像頭拍攝角度等業務操作控制，當老師的手勢為指點黑板上板書的手勢時，調整攝像頭角度聚焦老師指點的黑板上的板書內容。

2.一種根據手勢進行跟蹤錄播的裝置，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1所述方法的步驟。

3.一種存儲裝置，其特征在于，所述存儲裝置存儲有計算機程序，所述計算機程序能夠被執行以實現如權利要求1所述方法的步驟。