[发明专利]数据处理方法、装置、电子设备及计算机可读存储介质

说明书

本申请提供一种数据处理方法、装置、电子设备及计算机可读存储介质。所述方法包括：获取手指骨骼的关节点的初始坐标数据；对所述初始坐标数据进行归一化处理，获得每个关节点的归一化处理后的坐标数据；利用预设弯曲角度，对目标关节点的归一化处理后的坐标数据进行调整，获得根据所述预设弯曲角度进行关节弯曲后的手指骨骼的关节点坐标；其中，所述目标关节点为除拇指以外的其他手指骨骼的关节点。本申请的实施例，能够有效解决及优化由于不同人手的形状或手大小所造成的个体差异性，并丰富了手势骨骼21个3D关键点手指关节弯曲的数据，使其应用于手势骨骼21个3D关键点模型训练时具有更好的泛化能力。

技术领域

本申请涉及数据处理技术领域，尤其是涉及一种数据处理方法、装置、电子设备及计算机可读存储介质。

背景技术

随着人工智能技术的不断成熟，越来越多的应用场景开始支持人机交互，而手势交互则是一种常见的人机交互方式，手势交互的关键在于手部关键点识别。现有的手势骨骼21个3D关键点数据归一化处理方法是采用某一个手指的关节长度作为各关键点坐标的模长进行归一化处理。然而该技术方案无法解决不同人手的形状或手大小所造成的个体差异性。不仅如此，现有的手势骨骼21个3D关键点数据还采用了生成对抗网络(GenerativeAdversarial Networks，GAN)网络生成的手势骨骼数据，通过网络生成的手势骨骼数据进行预测，手指的关节长度会出现怪异，因此现有的3D手势关键点预测模型所预测的3D手势骨骼关键点数据不准确。

发明内容

本申请实施例提供一种数据处理方法装置、电子设备及计算机可读存储介质，以解决现有的3D手势关键点预测模型所预测的3D手势骨骼关键点数据不准确的问题。

为了解决上述问题，本申请是这样实现的：

第一方面，本申请的实施例提供了一种数据处理方法，包括：

获取手指骨骼的关节点的初始坐标数据；

对所述初始坐标数据进行归一化处理，获得每个关节点的归一化处理后的坐标数据；

利用预设弯曲角度，对目标关节点的归一化处理后的坐标数据进行调整，获得根据所述预设弯曲角度进行关节弯曲后的手指骨骼的关节点坐标；

其中，所述目标关节点为除拇指以外的其他手指骨骼的关节点。

可选地，所述对所述初始坐标数据进行归一化处理，获得每个关节点的归一化处理后的坐标数据，包括：

根据所述初始坐标数据，计算相邻两个关节点形成的每个关节段对应的长度均值；

根据所述长度均值，计算所述关节段的单位方向向量；

根据所述长度均值以及所述单位方向向量计算每个关节点的归一化处理后的坐标数据。

可选地，根据所述初始坐标数据，计算相邻两个关节点形成的每个关节段对应的长度均值，包括：

根据所述初始坐标数据，计算手指骨骼的相邻两个关节点形成的每个关节段的模长；

分别计算每个关节段的模长的均值。

可选地，所述利用预设弯曲角度，对目标关节点的归一化处理后的坐标数据进行调整，获得根据所述预设弯曲角度进行关节弯曲后的手指骨骼的关节点坐标，包括：

针对目标手指骨骼相邻的四个目标关节点，将其中的第三目标关节点和第四目标关节点围绕第一法向量的单位向量旋转第一预设角度，获得第三目标关节点更新后的坐标，以及第四目标关节点更新的后第一坐标；

将坐标更新后的第四目标关节点围绕第二法向量的单位向量旋转第二预设角度，获得所述第四目标关节点更新后的第二坐标；