[发明专利]一种基于深度学习的手部检测与数据存储的AI识别系统

说明书

一种基于深度学习的手部检测与数据存储的AI识别系统,包括目标检测系统和手势识别系统，通过视频流进行视频采集，将得到的视频截取帧图片，将得到的帧图片输入到目标检测模型中进行手部区域检测，通过关键点检测模型定位21个关节坐标，通过关键点信息进行分析预测得出结论，将违规手势结果上传到云平台进行保存；采用以上结构后，本发明具有如下优点：本发明通过目标检测进行手部检测，通过关键点检测得得到手部21个关键点坐标信息，通过得到的关键点坐标信息进行判断得出预测结果，将预测到的违规信息及图片上传到云平台，无需专人对视频流进行查看是否有违规现象，同时将违规信息上传到云平台可以方便记录及发布告警信息。

技术领域

本发明涉及AI识别系统技术领域，具体是指一种基于深度学习的手部检测与数据存储的AI识别系统。

背景技术

人工智能大时代背景下，视频应用领域相关的行业应用方式已经发生了深刻的变化，各论安防监控还是各类垂直行业视频应用，都需要AI视觉分析与识别技术助力，而且需求广泛而迫切。在应用层面，以AI分析识别技术为核心，集传统视频监控和行业相应传感器/预警等设备一并接入管理并相互联动的一体化综合管理成了刚性应用需求，由此，深圳融合永道科技有限公司早在2012年就已以此方向，研发新一代AI智能视频一体化平台软件，深挖行业需求，响应时代号角，向AI领域进军。

第一次交互技术变革让人们将设备控制集中在了一个遥控器上，第二次交互变革，手机成为了万物连接的入口，第三次交互变革，隔空手势交互逐渐成为发展趋势。长期以来，手势识别被认为是一种可以提供更自然、更有创意和更直观的与我们的计算机进行通信的交互方案，在人机交互中使用手势控制是一个市场需求广范的研究领域。市场需要一种跨越人机障碍的新技术，最终目标是以人为本，把人类个体本身作为交互中心，使得人机交互变得人性化，智能化。

目前大多数食堂对操作人员的行为仅仅以“明厨亮灶”来监管操作人员，然后再专人对该视频流进行查看，检查是否有违规现象，当视频流过多时导致无法有效的对该人员的手部行为及时进行预警，而且目前的AI识别系统无法自主的深度学习，无法对人体的手部进行检测和预测，对人手无法识别，

发明内容

本发明要解决上述技术问题，提供一种基于深度学习的手部检测与数据存储的AI识别系统。

为解决上述技术问题，本发明提供的技术方案为：

一种基于深度学习的手部检测与数据存储的AI识别系统，包括AI识别系统和手势识别系统，所述的AI识别系统包括数据存储、数据对比、数据预测、AI智能学习、目标检测系统和报警系统，所述的手部检测与数据存储的AI识别系统的步骤如下：

S1：视频采集，经过摄像头对手部进行拍摄采集；

S2：图像输入，对S1中的视频进行分帧处理，把视频分成一帧一帧的图片，得到的视频截取帧图片；

S3：图像处理，对S2中一帧一帧的图片进行处理；

S4：目标检测系统，对S3中的图片进行手部检测和传输至目标检测系统进行手部区域检测，把手部分别为21个检测点，对手部关键点进行检测，通过深度学习对手势识别系统，在记录在AI智能学习中和输出至数据对比中；

S5：手势预测，经过AI智能学习预测手势的动作，在和图像处理的后一帧图片进行数据对比，通过手势识别系统对得到的关键点信息进行分析预测得出结论，手势预测的数据再次上传至AI识别系统的数据存储中保存并上传云平台；

S6：报警系统，数据对比的数据出现异常，触发报警系统进行报警。

采用以上结构后，本发明具有如下优点：