[发明专利]一种根据手势进行跟踪录播的方法、装置及存储装置

权利要求书

1.一种根据手势进行跟踪录播的方法，其特征在于，包括：

步骤A、预先对手势图片进行深度学习，生成训练好的手势检测网络模型；以及

步骤B、将实时采集的待检测图像采用训练好的手势检测网络模型进行计算，得到待检测图像对应的手势分类，并根据对应的手势分类进行相应的跟踪录播控制；

所述步骤A具体包括：

步骤A1、制作手势图片模板，并构建包含训练集和测试集的手势图片数据库；以HDF5数据库为基础制作手势图片数据库；

步骤A2、构建用于深度学习的手势识别网络模型；手势识别网络模型包括手势检测模型和手势识别模型，以caffe深度学习框架为基础构件设计网络框架；

步骤A3、采用手势识别网络模型对手势图片数据库中的手势图片模板进行训练学习，生成训练好的手势检测网络模型；

所述步骤A3具体包括：

步骤A31、对手势识别网络模型进行深度学习参数配置；

步骤A32、采用随机梯度下降算法对训练集中的手势图片模板进行批量学习，得到初步训练的手势检测网络模型；

步骤A33、使用测试集的手势图片模板对初步训练的手势检测网络模型进行测试，判断测试的准确率是否超过预设的准确率阈值，当是时，生成训练好的手势检测网络模型；

所述步骤A3具体还包括：

步骤A34、当测试的准确率没有超过预设的准确率阈值时，将训练集的测试失败值反馈给训练集进行学习，重复步骤A32；

所述步骤A32具体包括：

步骤A321、采用随机梯度下降算法对训练集中的手势图片模板进行批量学习；

步骤A322、判断学习图片数是否大于预设图片数阈值，当是时，得到初步训练的手势检测网络模型，之后进入步骤A33；

所述步骤B具体包括：

步骤B1、加载训练好的手势检测网络模型，并读取实时采集的待检测图像，然后对待检测图像进行预处理；

步骤B2、将预处理后的待检测图像采用训练好的手势检测网络模型进行计算，得到待检测图像对应的手势分类，并根据对应的手势分类进行相应的跟踪录播控制；

所述步骤B1中，对待检测图像进行预处理的过程包括对待检测图像进行的归一化转化；

当被录播人为老师时，手势为指点黑板上板书的手势、让学生保持安静的手势、或者给学生加油的手势，所述相应的跟踪录播控制包括拉近镜头以及调整摄像头拍摄角度等业务操作控制，当老师的手势为指点黑板上板书的手势时，调整摄像头角度聚焦老师指点的黑板上的板书内容。

2.一种根据手势进行跟踪录播的装置，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1所述方法的步骤。

3.一种存储装置，其特征在于，所述存储装置存储有计算机程序，所述计算机程序能够被执行以实现如权利要求1所述方法的步骤。