[发明专利]手部图像的分割方法、装置及计算机设备

说明书

本申请公开了一种手部图像的分割方法、装置及计算机设备，涉及计算机技术领域，可以在进行手部图像的分割时，有效避免肤色混淆、光照和形变对手部图像检测产生影响的问题。其中方法包括：采集包含完整手部图像的样本图像；标注所述样本图像中手部区域的坐标位置；将已标注所述坐标位置的所述样本图像作为训练集，基于Faster R‑CNN算法训练得到训练结果满足预设标准的手部识别模型；利用所述手部识别模型，检测待识别图像中是否包含手部图像；根据检测结果输出所述待识别图像的手部图像分割结果。本申请适用于对图片中手部图像的检测与分割。

技术领域

本申请涉及计算机技术领域，尤其涉及到一种手部图像的分割方法、装置及计算机设备。

背景技术

手势是一种不需要中间媒介的，非常人性化的人机交互方式。手势识别已经成为人机交互的重要内容和研究热点。基于视觉的手势识别系统通常包含手分割、手势建模、手势形状特征提取等过程。其中，手分割的目的是将手部从摄取的手势图像中划分出来，这是基于视觉的手势识别过程中的第一个步骤，也是关键的一步。分割的准确度和实时性能直接影响到后期的识别效果以及整个交互系统的性能，因而对手分割进行机器学习的深入研究，进一步提高手分割的分割效果与分割速度具有很重要的意义。

目前最常见的方法就是利用肤色进行手分割，利用肤色模型进行手部分割可以不用考虑手部多变的几何特征，但会引入光照成分的干扰，同时背景的复杂程度及检测人种的差异也会影响检测结果，如何克服这两大问题成为现今手部分割的主要研究方向之一。

发明内容

有鉴于此，本申请提供了一种手部图像的分割方法、装置及计算机设备，主要目的在于解决对手部图像进行分割时，肤色混淆、光照和形变会干扰手部图像检测，从而使分割结果不够准确的问题。

根据本申请的一个方面，提供了一种手部图像的分割方法，该方法包括:

采集包含完整手部图像的样本图像；

标注所述样本图像中手部区域的坐标位置；

将已标注所述坐标位置的所述样本图像作为训练集，基于Faster R-CNN算法训练得到训练结果满足预设标准的手部识别模型；

利用所述手部识别模型，检测待识别图像中是否包含手部图像；

根据检测结果输出所述待识别图像的手部图像分割结果。

根据本申请的另一个方面，提供了一种手部图像的分割装置，该装置包括：

采集模块，用于采集包含完整手部图像的样本图像；

标注模块，用于标注所述样本图像中手部区域的坐标位置；

训练模块，用于将已标注所述坐标位置的所述样本图像作为训练集，基于FasterR-CNN算法训练得到训练结果满足预设标准的手部识别模型；

检测模块，用于利用所述手部识别模型，检测待识别图像中是否包含手部图像；

输出模块，用于根据检测结果输出所述待识别图像的手部图像分割结果。

根据本申请的又一个方面，提供了一种非易失性可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述手部图像的分割方法。

根据本申请的再一个方面，提供了一种计算机设备，包括非易失性可读存储介质、处理器及存储在非易失性可读存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述手部图像的分割方法。