[发明专利]关键点检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 201811481858.9 申请日: 2018-12-05
公开(公告)号: CN109784147A 公开(公告)日: 2019-05-21
发明(设计)人: 刘裕峰;董亚娇;郑文 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 莎日娜
地址: 100084 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 关键点检测 手部 手势图像 关键点 存储介质 电子设备 准确率 手势 概率 预设 多样性 检测
【权利要求书】:

1.一种关键点检测方法,其特征在于,包括:

获取待检测的手势图像,将所述手势图像划分为多个区域;

针对预设的每个手部关键点,确定所述手部关键点在每个区域中出现的概率以及在每个区域中的第一坐标值;

通过所述概率与所述第一坐标值,计算所述手势关键点在所述手势图像中的第二坐标值。

2.根据权利要求1所述的关键点检测方法,其特征在于,所述针对预设的每个手部关键点,确定所述手部关键点在每个区域中出现的概率以及在每个区域中的第一坐标值的步骤包括:

提取每个区域的图像特征,将所述图像特征输入预设的卷积神经网络中的通道进行卷积操作;

针对每个手部关键点,获取所述卷积神经网络中的通道输出的所述手部关键点在每个区域中出现的概率以及在每个区域中的第一坐标值。

3.根据权利要求2所述的关键点检测方法,其特征在于,所述区域包括N个,所述手部关键点包括M个;所述卷积神经网络包括分类分支和回归分支,所述分类分支包括M个分类通道,所述回归分支包括M个横坐标通道及M个纵坐标通道;每个通道对应一个手部关键点,每个通道包括N个网格,每个网格对应一个区域;M、N均为正整数;

所述将所述图像特征输入预设的卷积神经网络中的通道进行卷积操作的步骤包括:

将N个区域的图像特征对应输入M个分类通道中的N个网格进行卷积操作,每个分类通道得到与其对应的手部关键点在每个区域中出现的概率;

将N个区域的图像特征对应输入M个横坐标通道中的N个网格进行卷积操作,每个横坐标通道得到与其对应的手部关键点在每个区域中的第一横坐标值;

将N个区域的图像特征对应输入M个纵坐标通道中的N个网格进行卷积操作,每个纵坐标通道得到与其对应的手部关键点在每个区域中的第一纵坐标值。

4.根据权利要求1所述的关键点检测方法,其特征在于,所述通过所述概率与所述第一坐标值,计算所述手势关键点在所述手势图像中的第二坐标值的步骤包括:

将所述手部关键点在每个区域中出现的概率以及在每个区域中的第一坐标值进行加权计算,得到所述手部关键点在所述手势图像中的第二坐标值。

5.根据权利要求4所述的关键点检测方法,其特征在于,所述第一坐标值包括第一横坐标值和第一纵坐标值;

所述将所述手部关键点在每个区域中出现的概率以及在每个区域中的第一坐标值进行加权计算,得到所述手部关键点在所述手势图像中的第二坐标值的步骤包括:

将所述手部关键点在每个区域中出现的概率以及在每个区域中的第一横坐标值进行加权计算,得到所述手部关键点在所述手势图像中的第二横坐标值;

将所述手部关键点在每个区域中出现的概率以及在每个区域中的第一纵坐标值进行加权计算,得到所述手部关键点在所述手势图像中的第二纵坐标值。

6.一种关键点检测装置,其特征在于,包括:

划分单元,被配置为获取待检测的手势图像,将所述手势图像划分为多个区域;

确定单元,被配置为针对预设的每个手部关键点,确定所述手部关键点在每个区域中出现的概率以及在每个区域中的第一坐标值;

计算单元,被配置为通过所述概率与所述第一坐标值,计算所述手势关键点在所述手势图像中的第二坐标值。

7.根据权利要求6所述的关键点检测装置,其特征在于,所述确定单元包括:

输入模块,被配置为提取每个区域的图像特征,将所述图像特征输入预设的卷积神经网络中的通道进行卷积操作;

获取模块,被配置为针对每个手部关键点,获取所述卷积神经网络中的通道输出的所述手部关键点在每个区域中出现的概率以及在每个区域中的第一坐标值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811481858.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top