[發明專利]手勢識別方法及裝置、存儲介質、處理器

在審

• 申請號: 201910205950.0
• 申請日: 2019-03-19
• 公開（公告）號: CN109934184A
• 公開（公告）日: 2019-06-25
• 發明（設計）人: 孫智;陀健
• 申請（專利權）人: 網易（杭州）網絡有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T5/00
• 代理公司: 北京博浩百睿知識產權代理有限責任公司 11134
• 代理人: 趙昀彬

本發明公開了一種手勢識別方法及裝置、存儲介質、處理器。其中，該方法包括：通過對待使用訓練樣本進行訓練，確定第一網絡模型中計算層的權重參數，其中，訓練樣本包括：多張包含不同手勢信息的圖片；將目標圖片輸入第一網絡模型，輸出第一識別結果，其中，第一識別結果用于指示以下信息至少之一：手勢在目標圖片中的位置，手勢在目標圖片中內容。本發明解決了相關技術中無法準確、實時、有效的進行手勢識別的技術問題。

技術領域

本發明涉及手勢識別領域，具體而言，涉及一種手勢識別方法及裝置、存儲介質、處理器。

背景技術

手勢識別是視頻和圖像識別中的一個難點，而手部動作十分靈活，產生的形狀繁多，不同手勢之間難以區分，容易造成錯誤檢測，目前的傳統機器學習算法中網絡設計較為龐大，計算量大，因此難以達到實時的效果。

目前的手勢識別技術主要有：1)基于機器學習的方法：基于機器學習的方法常見的有使用級聯分類器的方法和支持向量機的方法。其中，使用級聯分類器的方法通過對Haar等特征采用多個級聯的弱分類器來進行判別，達到一定閾值即可對特定手勢得到“是”/“否”的結論。其特征通常采用常見的Haar、LBP等，如果想采用其他特征，則需要人為精心設計，且效果難以令人滿意。而使用支持向量機的方法則通過對Hog等特征采用支持向量機進行分類，從而判別是否為檢測目標，但其準確性也難以達到直播場景的要求。2)基于深度學習的方法：通過多層神經網絡進行特征提取，得到特征圖，對多個候選框的特征圖進行分類，判斷是否為想要檢測的手勢的類型。但目前已有的一些檢測算法計算量大，計算耗時久，無法達到移動設備上實時檢測的要求。

基于機器學習的方法準確率較差，容易出現錯誤的檢測結果，且其使用的Haar、LBP、Hog等特征種類有限，也難以設計其他的特征種類來取得好的效果。已有的基于深度學習的方法目前存在計算量較大，難以達到視頻直播中實時檢測的要求。

針對相關技術中無法準確、實時、有效的進行手勢識別的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種手勢識別方法及裝置、存儲介質、處理器，以至少解決相關技術中無法準確、實時、有效的進行手勢識別的技術問題。

根據本發明實施例的一個方面，提供了一種手勢識別方法，包括：通過對待使用訓練樣本進行訓練，確定第一網絡模型中計算層的權重參數，其中，所述訓練樣本包括：多張包含不同手勢信息的圖片；將目標圖片輸入第一網絡模型，輸出第一識別結果，其中，所述第一識別結果用于指示以下信息至少之一：手勢在所述目標圖片中的位置，手勢在所述目標圖片中內容。

進一步地，通過對待使用訓練樣本進行訓練，確定第一網絡模型中計算層的權重參數包括：將所述訓練樣本輸入至第二網絡模型，輸出第二識別結果；當所述訓練樣本與所述第二識別結果之間的相似度大于第一閾值時，根據所述第二網絡模型所使用的參數調整所述第一網絡模型，得到所述計算層的權重參數。

進一步地，通過對待使用訓練樣本進行訓練，確定第一網絡模型中計算層的權重參數之前，獲得所述待使用訓練樣本包括：獲取初始訓練樣本；對所述初始訓練樣本進行預處理，得到所述待使用訓練樣本，其中，所述預處理包括以下至少之一：隨機曝光處理，隨機模糊處理。

進一步地，通過對待使用訓練樣本進行訓練，確定第一網絡模型中計算層的權重參數還包括；對所述待使用訓練樣本中包含不同手勢信息的圖片進行網格劃分；通過對劃分后的所述圖片進行訓練，確定第一網絡模型中計算層的權重參數。

進一步地，將目標圖片輸入第一網絡模型，輸出第一識別結果之后，所述方法包括；當所述識別結果與樣本庫中的樣本相似度小于第二閾值時，通過調整所述第一網絡模型中的權重系數獲得識別精度高的第一網絡模型。