[发明专利]手势识别方法及装置、存储介质及电子设备

说明书

本发明提供一种手势识别方法及装置、存储介质及电子设备，该方法包括：获取经过预处理的骨架序列；确定骨架序列中每帧骨架图的各个关节点的坐标；基于每帧骨架图的各个关节点的坐标，确定每帧骨架图的关节点集距离特征以及关节点集方向特征；调用预设的特征提取模块，提取骨架序列的运动轨迹特征；对骨架序列的运动轨迹特征、每帧骨架图的关节点距离特征以及关节点集方向特征进行处理，得到骨架序列的手势识别结果。通过使用关节点的坐标可以快速的提取出骨架图的关节点集距离特征和关节点集方法特征，整个过程无需构建复杂及计算量大的模型，减少了手势识别的复杂度和计算量，以便应用于低性能、低功耗的智能设备，减少手势识别的成本。

技术领域

本发明涉及图像处理技术领域，特别涉及一种手势识别方法及装置、存储介质及电子设备。

背景技术

人机交互在生活中的应用越来越普遍，骨架的手势数据相比于其他数据更为紧凑和以及环境条件的数据更加稳健，因此，手势识别成为人机交互应用中普遍应用的方式之一。

目前基于手部骨架的手势识别研究大体分为两种，一种是传统的基于手工设计的特征的方法，一种是基于深度学习的方法。传统使用深度学习的方式识别手部骨架的手势时，需要构建极其复杂以及计算量很大的识别模型，并且需要提取及其复杂的特征，传统的手势识别方式仅支持在高性能、高功耗的计算设备中使用，增加了手势识别的应用成本。

发明内容

有鉴于此，本发明提供一种手势识别方法及装置、存储介质及电子设备，本发明提供的手势识别方式减少了对复杂性的神经网络的应用，通过关节点的坐标可确定骨架图的关节点集距离特征和关节点集方向特征，减少了手势识别过程中的计算量，可以应用在功耗低的计算设备中，减少应用成本。

为实现上述目的，本发明实施例提供如下技术方案：

本发明第一方面公开一种手势识别方法，应用于手势识别装置，包括：

获取经过预处理的骨架序列；

确定所述骨架序列中每帧骨架图的各个关节点的坐标；

基于每帧所述骨架图的各个关节点的坐标，确定每帧所述骨架图的关节点集距离特征；

基于每帧所述骨架图的各个关节点的坐标，确定每帧所述骨架图的关节点集方向特征；

调用预设的特征提取模块，提取所述骨架序列的运动轨迹特征；

对所述骨架序列的运动轨迹特征、各帧所述骨架图的关节点集距离特征以及关节点方向特征进行处理，得到所述骨架序列的手势识别结果。

上述的方法，可选的，骨架序列的预处理的过程包括：

采集待识别视频；

从所述待识别视频中提取出初始的骨架序列；

对所述初始的骨架序列进行降噪处理，得到降噪后的骨架序列；

对降噪后的骨架序列进行归一化处理，完成对骨架序列的预处理。

上述的方法，可选的，所述基于每帧所述骨架图的各个关节点的坐标，确定每帧所述骨架图的关节点集距离特征，包括：

对于每帧所述骨架图，将该帧骨架图中的各个关节点两两进行组合，得到多个第一关节点组；

对于每帧所述骨架图，应用该帧骨架图中每个关节点的坐标，确定该帧骨架图的每个第一关节点组的欧式距离，并对各个所述欧式距离进行处理，得到该帧骨架图的关节点集距离特征。

上述的方法，可选的，所述基于每帧所述骨架图的各个关节点的坐标，确定每帧所述骨架图的关节点集方向特征，包括：

在每帧所述骨架图的各个关节点中选择起始关节点；