[发明专利]基于深度信息的手部检测方法及系统

权利要求书

1.一种基于深度信息的手部检测方法，其特征在于，包括：

步骤S120、获取人体的当前深度图像；

步骤S130、根据所述当前深度图像，标记出手部在所述当前深度图像中的初始位置坐标；

步骤S140、对所述当前深度图像进行归一化处理；

步骤S150、根据归一化处理后的当前深度图像，基于预设的多层卷积神经网络模型，得到包括手部检测的各选定区域；

步骤S160、根据各选定区域进行非极大值抑制运算，得到最优的选定区域；

步骤S170、对所述最优的选定区域进行图像后处理，得到手部在所述当前深度图像中的最终位置坐标。

2.根据权利要求1所述的手部检测方法，其特征在于，所述方法还包括：

S110：更新预设的多层卷积神经网络模型的步骤。

3.根据权利要求2所述的手部检测方法，其特征在于，所述步骤S110包括：

获取人体的手的各深度图像，其中，所述各深度图像包括手的各种姿势的深度图像；

根据各深度图像，标记出手部在对应的各深度图像中的初始位置坐标；

对各深度图像进行归一化处理；

将归一化处理后的各深度图像输入卷积神经网络模型，进行训练，直到满足迭代次数或者损失收敛，完成更新所述预设的多层卷积神经网络模型。

4.根据权利要求3所述的手部检测方法，其特征在于，所述对各深度图像进行归一化处理的步骤包括：

对所述各深度图像在预先设定的深度范围[-1,1]或[0,1]内作归一化处理。

5.根据权利要求1至4中任意一项所述的手部检测方法，其特征在于，所述对所述最优的选定区域进行图像后处理包括：

平滑滤波、膨胀腐蚀和轮廓检测中的至少一种。

6.一种基于深度信息的手部检测系统，其特征在于，包括：

获取模块，用于获取人体的当前深度图像；

标记模块，用于根据所述当前深度图像，标记出手部在所述当前深度图像中的初始位置坐标；

归一化模块，用于对所述当前深度图像进行归一化处理；

选定模块，用于根据归一化处理后的当前深度图像，基于预设的多层卷积神经网络模型，得到包括手部检测的各选定区域；

评定模块，用于根据各选定区域进行非极大值抑制运算，得到最优的选定区域；

图像处理模块，用于对所述最优的选定区域进行图像后处理，得到手部在所述当前深度图像中的最终位置坐标。

7.根据权利要求6所述的手部检测系统，其特征在于，还包括：

更新模块，用于更新预设的多层卷积神经网络模型。

8.根据权利要求7所述的手部检测系统，其特征在于，

所述获取模块，还用于获取人体的手的各深度图像，其中，所述各深度图像包括手的各种姿势的深度图像；

所述标记模块，还用于根据各深度图像，标记出手部在对应的各深度图像中的初始位置坐标；

所述归一化模块，还用于对各深度图像进行归一化处理；

所述更新模块，用于将归一化处理后的各深度图像输入卷积神经网络模型，进行训练，直到满足迭代次数或者损失收敛，完成更新所述预设的多层卷积神经网络模型。

9.根据权利要求8所述的手部检测系统，其特征在于，所述归一化模块，用于对所述各深度图像在预先设定的深度范围[-1,1]或[0,1]内作归一化处理。

10.根据权利要求6至9中任意一项所述的手部检测系统，其特征在于，所述获取模块包括深度摄像机或深度照相机。