[发明专利]一种手部位置标识方法及装置

说明书

本发明提供一种手部位置标识方法及装置。所述方法包括：获取待识别的图像，其中，所述待识别的图像中至少包括手部形状；根据所述待识别的图像和预先建立的手部位置识别模型，确定所述待识别图像中的手部位置和手部骨骼关键点的位置。本发明提供的手部位置标识方法及装置能够提高手部位置的识别的精确度，识别过程不受环境因素的影响。

技术领域

本发明涉及机器视觉物体检测技术领域，具体涉及一种手部位置标识方法及装置。

背景技术

随着城市轨道交通规模的拓展，保证司机的规范操作是维护运营安全的重要因素。但是，由于司机行为的复杂性和不确定性，能够实时监督司机操作并在违规时进行提醒的监测系统还不成熟。因此为了实现司机行为监测，其中一个核心技术是司机的手部位置标识算法。

现阶段在交通领域中，手部位置标识技术基本都用于汽车驾驶员，例如汽车驾驶员双手离开方向盘状态检测、驾驶过程接电话行为分析等。由于针对某种状态进行识别，因此汽车驾驶员的手部位置标识算法多以基于某类特征进行优化与实现。然而，地铁司机操作过程中会使用多种手势，不同线路的司机室内环境差距很多，因此针对汽车驾驶员的手部位置标识算法不适用于地铁司机。

在一般性的手部位置标识技术方面，大多数算法采用深度摄像头，通过图像分割将获取手部大致位置，随后再结合之前构建的手部骨骼模型与图像比对，从而获取定位手部。这类方法有局限性，通常需要先验知识、经验和手工调整，手势操作速度、方向、手形大小的差异会对识别率产生影响，容易受环境干扰，鲁棒性差。此外，深度摄像头相比于一般视觉传感器也更加复杂。因此，地铁司机的手部定位需要另行设计。

因此，如何提出一种方法，能够提高手部位置识别的准确性，成为亟待解决的问题。

发明内容

针对现有技术中的缺陷，本发明提供了一种手部位置标识方法及装置。

第一方面，本发明提供一种手部位置标识方法，包括：

获取待识别的图像，其中，所述待识别的图像中至少包括手部形状；

根据所述待识别的图像和预先建立的手部位置识别模型，确定所述待识别图像中的手部位置和手部骨骼关键点的位置。

第二方面，本发明提供一种手部位置标识装置，包括：

获取模块，用于获取待识别的图像，其中，所述待识别的图像中至少包括手部形状；

识别模块，用于根据所述待识别的图像和预先建立的手部位置识别模型，确定所述待识别图像中的手部位置和手部骨骼关键点的位置。

本发明提供的手部位置标识方法及装置，通过采用多阶段卷积神经网络对获取的图像中的手部位置及关键点位置进行识别，能够提高手部位置的识别的精确度，识别过程不受环境因素的影响。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中提供的手部位置标识方法的流程示意图；

图2为本发明又一实施例提供的手部位置标识流程示意图；

图3为本发明实施例提供的构建样本时的手部标注示意图；

图4为本发明实施例提供的神经网络模型的结构示意图；

图5为本发明实施例提供的训练过程与一般训练过程的区别示意图；

图6为本发明实施例中提供的手部位置标识装置的结构示意图。

具体实施方式