[发明专利]手势识别方法、装置、计算机设备及存储介质

权利要求书

1.一种手势识别方法，其特征在于，包括：

确定手部图像中的手部关节信息，其中，所述手部关节信息包括所述手部图像中目标手掌的各关节点的坐标；

根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态，并基于每根所述手指的状态确定手势识别结果。

2.根据权利要求1所述的方法，其特征在于，在根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态之前，还包括：

根据所述各关节点中的参考关节点的坐标和其他关节点中的任意一个关节点的坐标确定所述目标手掌的倾斜角度。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态，包括：

若所述目标手掌的倾斜角度不等于设定阈值，则根据所述倾斜角度将所述手部图像进行旋转，以使所述手掌图像中的目标手掌旋转至竖直方向；

基于旋转后的目标手掌中每根手指的各关节点的坐标，确定每根手指的状态，其中，所述状态包括伸直状态或者弯曲状态。

4.根据权利要求2所述的方法，其特征在于，所述根据所述目标手掌的各关节点的坐标确定所述目标手掌中每根手指的状态，还包括：

若所述目标手掌的倾斜角度等于设定阈值，则基于目标手掌中每根手指的各关节点的坐标，确定每根手指的状态。

5.根据权利要求3或4所述的方法，其特征在于，所述基于每根手指的各关节点的坐标，确定每根手指的状态，包括：

针对目标手掌中的每根手指或者旋转后的目标手掌中的每根手指，若指尖的纵坐标均大于第一关节点、第二关节点以及手指根部关节点的纵坐标则所述手指的状态为伸直状态；

若指尖的纵坐标小于第一关节点、第二关节点或者手指根部关节点的纵坐标，则所述手指的状态为弯曲状态。

6.根据权利要求1所述的方法，其特征在于，所述确定手部图像中的手部关节信息，包括：

通过普通相机获取包含手部的场景图像；

通过第一机器学习算法模型从所述场景图像中检测手部位置，并得到手部图像；

通过第二机器学习算法模型检测所述手部图像中的手部关节信息。

7.根据权利要求2所述的方法，其特征在于，所述根据所述各关节点中的参考关节点的坐标和其他关节点中的任意一个关节点的坐标确定所述目标手掌的倾斜角度，包括：

基于手掌根部关节点的坐标以及中指根部关节点坐标确定所述手掌根部关节点与中指根部关节点的连线；

将所述连线与竖直方向的夹角作为所述目标手掌的倾斜角度。

8.根据权利要求2所述的方法，其特征在于，所述基于每根所述手指的状态确定手势识别结果，包括：

根据每根手指的状态对每根手指进行编码，得到编码结果；

基于所述编码结果以及所述倾斜角度确定手势识别结果。

9.根据权利要求8所述的方法，其特征在于，基于所述编码结果以及所述倾斜角度确定手势识别结果，包括：

若所述编码结果以及所述倾斜角度符合目标手势的预设识别规则，则将所述目标手势作为手势识别结果。

10.一种手势识别装置，其特征在于，包括：

手部关节信息确定模块，用于确定手部图像中的手部关节信息，其中，所述手部关节信息包括与所述手部图像中目标手掌的各关节点的坐标；

手势识别结果确定模块，用于确定所述目标手掌中每根手指的状态，并基于每根所述手指的状态确定手势识别结果。

11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-9中任一所述的手势识别方法。

12.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-9中任一所述的手势识别方法。