[發明專利]一種手部檢測方法及系統在審
| 申請號: | 202110249403.X | 申請日: | 2021-03-08 |
| 公開(公告)號: | CN112861783A | 公開(公告)日: | 2021-05-28 |
| 發明(設計)人: | 古迎冬;李驪 | 申請(專利權)人: | 北京華捷艾米科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 陳志海 |
| 地址: | 100193 北京市海淀*** | 國省代碼: | 北京;11 |
| 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 檢測 方法 系統 | ||
1.一種手部檢測方法,其特征在于,所述方法包括:
獲取待檢測圖像的紅外數據和深度數據;
若所述深度數據符合預設的過濾條件,將所述紅外數據輸入預設的檢測模型進行手部檢測,得到所述待檢測圖像對應的手部檢測結果,所述檢測模型由根據樣本數據訓練深度網絡模型得到,所述深度網絡模型包括第一網絡結構和第二網絡結構。
2.根據權利要求1所述的方法,其特征在于,所述將所述紅外數據輸入預設的檢測模型進行手部檢測,得到所述待檢測圖像對應的手部檢測結果,包括:
將所述紅外數據輸入預設的檢測模型中的第一網絡結構進行手部檢測,得到第一左手識別概率、第一右手識別概率、左手掩膜mask和右手mask;
若所述第一左手識別概率大于等于第一閾值,且所述第一右手識別概率大于等于第二閾值,輸出所述第一左手識別概率、所述第一右手識別概率、所述左手mask和所述右手mask;
若所述第一左手識別概率小于所述第一閾值,和/或,若所述第一右手識別概率小于所述第二閾值,將所述左手mask與所述第一左手識別概率相乘得到第一乘積結果,及將所述右手mask與所述第一右手識別概率相乘得到第二乘積結果;
將所述第一乘積結果、所述第二乘積結果和所述紅外數據進行拼接后輸入所述檢測模型的第二網絡結構進行手部檢測,得到并輸出第二左手識別概率、第二右手識別概率、左手掌mask、右手掌mask、左手指mask和右手指mask。
3.根據權利要求1所述的方法,其特征在于,確定所述深度數據符合預設的過濾條件的過程,包括:
確定所述深度數據是否在預設的深度范圍內;
若所述深度數據在所述深度范圍內,確定所述深度數據符合過濾條件;
若所述深度數據不在所述深度范圍內,確定所述深度數據不符合過濾條件。
4.根據權利要求1所述的方法,其特征在于,所述第一網絡結構由第一網絡子結構和第二網絡子結構組成,所述第一網絡子結構包括:標準卷積Conv層、批量歸一化BN層和swish激活層,所述第二網絡子結構包括:DepthConv層、BN層、swish激活層和PointConv層。
5.根據權利要求1所述的方法,其特征在于,所述第二網絡結構由第一網絡子結構、第二網絡子結構、第三網絡子結構和第四網絡子結構組成,所述第一網絡子結構包括:標準Conv層、BN層和swish激活層,所述第二網絡子結構包括:DepthConv層、BN層、swish激活層和PointConv層,所述第三網絡子結構包括:尺寸為K×1的卷積核和尺寸為1×K的卷積核,所述第四網絡子結構包括:拼接concat層、BN層和swish激活層。
6.一種手部檢測系統,其特征在于,所述系統包括:
獲取單元,用于獲取待檢測圖像的紅外數據和深度數據;
檢測單元,用于若所述深度數據符合預設的過濾條件,將所述紅外數據輸入預設的檢測模型進行手部檢測,得到所述待檢測圖像對應的手部檢測結果,所述檢測模型由根據樣本數據訓練深度網絡模型得到,所述深度網絡模型包括第一網絡結構和第二網絡結構。
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北京華捷艾米科技有限公司,未經北京華捷艾米科技有限公司許可,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/202110249403.X/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于智能合約知識圖譜的合約缺陷檢測方法
- 下一篇:懸挑操作平臺





