【技術實現步驟摘要】
本申請涉及圖像處理，特別是涉及一種手勢識別方法、裝置、計算機設備和存儲介質。
技術介紹
1、隨著科學技術的發展，終端設備的種類不斷擴展，終端所具備的功能也愈發多樣化，虛擬現實(virtual?reality)和增強現實(augmented?reality)便是多樣化功能的一部分。虛擬現實是利用計算機模擬環境，使用戶沉浸到該環境中，增強現實是將虛擬信息進行模擬仿真后應用到真實世界的圖像中，實現對真實世界的增強。虛擬現實和增強現實依賴于虛實交互，需要對聲音、畫面、文字、動作行為等進行識別。
2、傳統技術中對手勢進行識別，主要依賴于神經網絡和機器學習，需要建立相對完備的手勢樣本集，并將其拆分成訓練集和測試集進行機器學習，為了達到精準識別的效果，每一種手勢的交互行為都需要大量的樣本集進行訓練，因而存在訓練時間長、計算數據量大的問題。
3、基于此，傳統技術的手勢識別技術仍存在識別耗時長、計算數據量大的問題。
技術實現思路
1、基于此，有必要針對上述技術問題，提供一種能夠減少識別耗時和計算數據量的手勢識別方法、裝置、計算機設備和存儲介質。
2、第一個方面，本實施例提供了一種手勢識別方法，所述方法包括：
3、基于接收到的手勢識別指令獲取當前手勢的手勢空間信息；所述手勢空間信息包括手指與手腕的三維坐標；
4、基于所述手指與手腕的三維坐標，得到所述當前手勢的第一序列化特征；
5、依次計算所述第一序列化特征與多個預設手勢的第二序列
6、基于所述手勢匹配度確定所述當前手勢的手勢識別結果。
7、在其中一個實施例中，所述基于接收到的手勢識別指令獲取當前手勢的手勢空間信息包括：
8、基于接收到的手勢識別指令，獲取圖像采集裝置所采集的深度圖像；
9、基于所述深度圖像識別所述當前手勢的手部特征，所述手部特征包括手指和手腕的像素坐標；
10、基于所述像素坐標，確定所述手指和手腕的三維坐標。
11、在其中一個實施例中，所述手勢包括靜態手勢，所述基于所述手指與手腕的三維坐標，得到所述當前手勢的第一序列化特征包括：
12、基于所述手指與手腕的三維坐標，確定手指與手腕之間的多個特征點對；
13、計算多個所述特征點對的特征點距離；
14、基于多個所述特征點距離，確定所述靜態手勢的第一序列化特征。
15、在其中一個實施例中，所述第二序列化特征包括預設靜態手勢的第二序列化特征，所述依次計算所述第一序列化特征與多個預設手勢的第二序列化特征的手勢匹配度包括：
16、基于所述第一序列化特征與所述預設靜態手勢的第二序列化特征，確定多組特征點對的特征點距離差值；
17、基于所述特征點距離差值，計算多組特征點對的特征得分值；
18、根據所述多個特征點對的特征得分值，得到所述手勢匹配度。
19、在其中一個實施例中，所述手勢包括動態手勢，所述基于所述手指與手腕的三維坐標，得到所述當前手勢的第一序列化特征包括：
20、將任意一手指或手腕作為特征點，獲取所述特征點在多個時刻的三維坐標；
21、基于所述特征點在多個時刻的三維坐標，計算所述特征點在多個相鄰時刻內的特征點位移；
22、基于所述特征點位移，確定所述動態手勢的第一序列化特征。
23、在其中一個實施例中，所述基于所述特征點位移，確定所述動態手勢的第一序列化特征還包括：
24、基于所述動態手勢的動作開始時間、動作結束時間以及所述相鄰時刻的初始采樣間隔，計算所述動態手勢在多個所述相鄰時刻內的歸一化采樣時刻和歸一化采樣間隔；
25、基于所述歸一化采樣時刻、歸一化采樣間隔、所述相鄰時刻內的特征點位移、所述動態手勢的特征點總位移，計算所述多個所述相鄰時刻內的特征點歸一化位移；
26、基于多個所述相鄰時刻內的特征點歸一化位移，得到所述動態手勢的第一序列化特征。
27、在其中一個實施例中，所述第二序列化特征包括預設動態手勢的第二序列化特征，所述依次計算所述第一序列化特征與多個預設手勢的第二序列化特征的手勢匹配度包括：
28、基于所述第一序列化特征與所述預設動態手勢的第二序列化特征，確定多個特征點位移的特征點位移差值；
29、基于所述特征點位移差值，計算多個所述特征點位移的特征得分值；
30、根據多個所述特征點位移的特征得分值，得到所述手勢匹配度。
31、第二個方面，本實施例提供了一種手勢識別裝置，所述裝置包括：
32、獲取模塊，用于基于接收到的手勢識別指令獲取當前手勢的手勢空間信息；所述手勢空間信息包括手指與手腕的三維坐標；
33、特征模塊，用于基于所述手指與手腕的三維坐標，得到所述當前手勢的第一序列化特征；
34、匹配模塊，用于依次計算所述第一序列化特征與多個預設手勢的第二序列化特征的手勢匹配度；
35、確定模塊，用于基于所述手勢匹配度確定所述當前手勢的手勢識別結果。
36、第三個方面，本實施例提供了一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現如上述方法的步驟。
37、第四個方面，本實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現如上述方法的步驟。
38、上述手勢識別方法、裝置、計算機設備和存儲介質，通過基于接收到的手勢識別指令獲取當前手勢的手勢空間信息；所述手勢空間信息包括手指與手腕的三維坐標；基于所述手指與手腕的三維坐標，得到所述當前手勢的第一序列化特征；依次計算所述第一序列化特征與多個預設手勢的第二序列化特征的手勢匹配度；基于所述手勢匹配度確定所述當前手勢的手勢識別結果，作為一種無需神經網絡或機器學習訓練識別的手勢識別方法，可以依據手指和手腕等特征的處理實現當前手勢與預設手勢的匹配，得到手勢識別結果，可以減少識別耗時和計算數據量，達到提高手勢識別速度和準確率的效果。
本文檔來自技高網...【技術保護點】
1.一種手勢識別方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于接收到的手勢識別指令獲取當前手勢的手勢空間信息包括：
3.根據權利要求1所述的方法，其特征在于，所述手勢包括靜態手勢，所述基于所述手指與手腕的三維坐標，得到所述當前手勢的第一序列化特征包括：
4.根據權利要求3所述的方法，其特征在于，所述第二序列化特征包括預設靜態手勢的第二序列化特征，所述依次計算所述第一序列化特征與多個預設手勢的第二序列化特征的手勢匹配度包括：
5.根據權利要求1所述的方法，其特征在于，所述手勢包括動態手勢，所述基于所述手指與手腕的三維坐標，得到所述當前手勢的第一序列化特征包括：
6.根據權利要求5所述的方法，其特征在于，所述基于所述特征點位移，確定所述動態手勢的第一序列化特征還包括：
7.根據權利要求5所述的方法，其特征在于，所述第二序列化特征包括預設動態手勢的第二序列化特征，所述依次計算所述第一序列化特征與多個預設手勢的第二序列化特征的手勢匹配度包括：
8.一種手勢識別裝置，其
9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至權利要求7中任一項所述的方法的步驟。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至權利要求7中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種手勢識別方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于接收到的手勢識別指令獲取當前手勢的手勢空間信息包括：
3.根據權利要求1所述的方法，其特征在于，所述手勢包括靜態手勢，所述基于所述手指與手腕的三維坐標，得到所述當前手勢的第一序列化特征包括：
4.根據權利要求3所述的方法，其特征在于，所述第二序列化特征包括預設靜態手勢的第二序列化特征，所述依次計算所述第一序列化特征與多個預設手勢的第二序列化特征的手勢匹配度包括：
5.根據權利要求1所述的方法，其特征在于，所述手勢包括動態手勢，所述基于所述手指與手腕的三維坐標，得到所述當前手勢的第一序列化特征包括：
6.根據權利...
【專利技術屬性】
技術研發人員：林呈，李墨，王瑩瓏，
申請(專利權)人：武漢聯影智融醫療科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。