[發明專利]一種手勢識別方法、裝置及終端在審
| 申請號： | 202011320587.6 | 申請日： | 2020-11-23 |
| 公開（公告）號： | CN112418089A | 公開（公告）日： | 2021-02-26 |
| 發明（設計）人： | 黃小浦;薛曉君;焦子朋;胡玉斌;秦屹 | 申請（專利權）人： | 森思泰克河北科技有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 石家莊國為知識產權事務所 13120 | 代理人： | 付曉娣 |
| 地址： | 050200 河北省石家莊*** | 國省代碼： | 河北;13 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 手勢 識別 方法 裝置 終端 | ||
本發明適用于手勢識別技術領域，提供了一種手勢識別方法、裝置及終端，所述方法包括：獲取目標手勢的點云數據；確定多個特征提取參數，并從點云數據中提取各個特征提取參數對應的特征值，得到目標手勢的手勢特征；基于手勢特征以及預設的手勢識別模型對目標手勢進行識別。本發明能夠減少手勢識別過程的計算量，提高手勢識別的效率。
技術領域
本發明屬于手勢識別技術領域，尤其涉及一種手勢識別方法、裝置及終端。
背景技術
手勢識別作為一種新型的人機交互方式，已經逐漸被熟知和認可。而相較于視覺識別和紅外識別方式，基于毫米波雷達的手勢識別不受光線和溫度的影響、能夠穿透障礙物，具有很高的可靠性。
然而，本申請的發明人發現，現有技術中基于毫米波雷達的手勢識別方法大多是通過訓練CNN(卷積神經網絡)識別模型，并根據距離-多普勒圖來提取手勢特征，該方法由于會引入大量參數，導致手勢識別過程需要占用大量的計算資源，并且耗時長、效率低。
發明內容
有鑒于此，本發明實施例提供了一種手勢識別方法、裝置及終端，以解決現有技術中的手勢識別方法計算量大、效率低的問題。
本發明實施例的第一方面提供了一種手勢識別方法，包括：
獲取目標手勢的點云數據；
確定多個特征提取參數，并從點云數據中提取各個特征提取參數對應的特征值，得到目標手勢的手勢特征；
基于手勢特征以及預設的手勢識別模型對目標手勢進行識別。
本發明實施例的第二方面提供了一種手勢識別裝置，包括：
獲取模塊，用于獲取目標手勢的點云數據；
特征提取模塊，用于確定多個特征提取參數，并從點云數據中提取各個特征提取參數對應的特征值，得到目標手勢的手勢特征；
手勢識別模塊，用于基于手勢特征以及預設的手勢識別模型對目標手勢進行識別。
本發明實施例的第三方面提供了一種終端，包括存儲器、處理器以及存儲在存儲器中并可在處理器上運行的計算機程序，該處理器執行計算機程序時實現如上述手勢識別方法的步驟。
本發明實施例的第四方面提供了一種計算機可讀存儲介質，該計算機可讀存儲介質存儲有計算機程序，計算機程序被處理器執行時實現如上述手勢識別方法的步驟。
本發明實施例與現有技術相比存在的有益效果是：
本發明通過確定多個特征提取參數，從目標手勢的點云數據中提取各個特征提取參數對應的特征值，得到目標手勢的手勢特征，大幅度減少了手勢特征的參數量，進而基于手勢特征以及預設的手勢識別模型對目標手勢進行有效識別。本發明能夠減少手勢識別過程的計算量，提高手勢識別的效率。
附圖說明
為了更清楚地說明本發明實施例中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
圖1是本發明實施例提供的手勢識別方法的流程示意圖；
圖2是本發明實施例提供的手勢識別裝置的結構示意圖；
圖3是本發明實施例提供的終端的結構示意圖。
具體實施方式
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于森思泰克河北科技有限公司，未經森思泰克河北科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011320587.6/2.html，轉載請聲明來源鉆瓜專利網。
