[发明专利]手势三维图像生成方法、装置、计算机设备及存储介质

说明书

本发明公开了手势三维图像生成方法、装置、计算机设备及存储介质，可首先获取用户手势的二维图像，之后可确定出二维图像对应的深度图像，进而可基于确定出的深度图像生成用户手势的3D图像，从而摆脱了对于3D相机的依赖，降低了实现成本，而且二维图像的获取非常方便，从而可适用于各种不同的场景，具有广泛适用性等。

【技术领域】

本发明涉及计算机应用技术，特别涉及手势三维图像生成方法、装置、计算机设备及存储介质。

【背景技术】

人机交互是对电子产品的用户体验影响最直接的技术之一。当年借由电容触控屏，将键盘、鼠标、轨迹球等一众技术拉下马的景象，至今仍令人记忆犹新。而今天，人机交互技术又来到了一个新的阶段，如通过三维(3D，Three Dimensions)手势交互。

与触控技术在二维(2D，Two Dimensions)平面上的写写画画相比，3D手势加上了一个Z轴深度的测量，使其可以承载更多的人机交互信息，可以实现非接触的感应和控制，给产品的设计带来更大的想象空间。

目前的处理方式中，通常采用3D相机来获取手势的3D图像，进而基于获取到的3G图像完成后续的3D手势交互。

但是3D相机的价格通常都比较高，从而增加了实现成本，而且在没有3D相机的场景下则无法实现3D手势交互，造成了很大的局限性。

【发明内容】

有鉴于此，本发明提供了手势三维图像生成方法、装置、计算机设备及存储介质。

具体技术方案如下：

一种手势三维图像生成方法，包括：

获取用户手势的二维图像；

确定出所述二维图像对应的深度图像；

基于所述深度图像生成用户手势的三维3D图像。

根据本发明一优选实施例，所述确定出所述二维图像对应的深度图像包括：

将所述二维图像作为输入，根据预先训练得到的深度网络模型，确定出所述二维图像对应的深度图像。

根据本发明一优选实施例，所述深度网络模型的获取方式包括：

获取训练样本，每个训练样本中包括：用户手势的二维图像以及对应的深度图像；

根据所述训练样本训练得到所述深度网络模型。

根据本发明一优选实施例，所述获取训练样本包括：利用kinect技术获取所述训练样本；

所述深度网络模型包括：生成式对抗网络GAN模型。

根据本发明一优选实施例，所述基于所述深度图像生成用户手势的3D图像包括：

结合所述深度图像以及所述二维图像生成所述3D图像。

一种手势三维图像生成装置，包括：获取单元、确定单元以及生成单元；

所述获取单元，用于获取用户手势的二维图像；

所述确定单元，用于确定出所述二维图像对应的深度图像；

所述生成单元，用于基于所述深度图像生成用户手势的三维3D图像。

根据本发明一优选实施例，所述确定单元将所述二维图像作为输入，根据预先训练得到的深度网络模型，确定出所述二维图像对应的深度图像。

根据本发明一优选实施例，所述装置中进一步包括：预处理单元；

所述预处理单元，用于获取训练样本，每个训练样本中包括：用户手势的二维图像以及对应的深度图像，根据所述训练样本训练得到所述深度网络模型。