[发明专利]一种手势识别的方法、智能设备、存储介质和电子设备

说明书

本申请实施例提供一种手势识别的方法、智能设备、存储介质和电子设备，该方法包括：采集手势图像，其中，手势图像包括手势区域；从手势图像中截取出手势区域；根据手势区域和预先训练好的手势识别模型，识别手势区域中的手势。本申请实施例通过从手势图像中截取出手势区域，并根据手势区域和预先训练好的手势识别模型，识别手势区域中的手势，从而通过截取手势区域的方式来提高手势的特征信息占比，进而能够提高手势识别的准确性和精度，进而能够解决现有技术中存在着的由于远距离拍摄的图像导致的手势识别效果不佳的问题。

技术领域

本申请涉及智能设备领域，具体而言，涉及一种手势识别的方法、智能设备、存储介质和电子设备。

背景技术

随着智能设备应用的不断拓展，智能设备的性能已经得到大幅度提升。以及，基于智能设备的摄像装置的深度学习算法不断地更新优化，使得基于智能设备的摄像装置和深度学习原理的各种功能也被广泛使用。例如，人脸识别、目标物体检测、手势识别等功能也被广泛使用。从而，不仅大幅度提升了用户体验，还能够拓展智能设备的功能和应用范围。

基于上述原因，智能设备的摄像装置的手势识别功能也得到了广泛的应用，其中，手势为人机交互提供了一种自然和直观的通信模式。例如，通过智能设备对获取的图像进行手势识别，并根据识别结果来触发拍照功能。

在实现本发明的过程中，发明人发现现有技术存在如下问题：由于手势的复杂性以及人手所涉及的高自由度而使得手势具有多样性，以及在使用手势识别功能时可能会出现远距离拍摄的情况，从而这种远距离拍摄的图像会导致手势识别效果不佳的问题。

发明内容

本申请实施例的目的在于提供一种手势识别的方法、智能设备、存储介质和电子设备，以解决现有技术中存在的智能设备远距离拍摄的图像会导致手势识别效果不佳的问题。

第一方面，本申请实施例提供了一种手势识别的方法，应用于智能设备，该方法包括：采集手势图像，其中，手势图像包括手势区域；从手势图像中截取出手势区域；根据手势区域和预先训练好的手势识别模型，识别手势区域中的手势。

因此，本申请实施例通过从手势图像中截取出手势区域，并根据手势区域和预先训练好的手势识别模型，识别手势区域中的手势，从而通过截取手势区域的方式来提高手势的特征信息占比，进而能够提高手势识别的准确性和精度，进而能够解决现有技术中存在着的由于远距离拍摄的图像导致的手势识别效果不佳的问题。

以及，本申请实施例中的预先训练好的手部检测模型可以识别多种手势，从而也能够解决手势多样性造成的手势识别的问题。

在一个可能的实施例中，从手势图像中截取出手势区域，包括：根据手势图像和预先训练好的手部检测模型，确定手势图像中的手部位置；根据手部位置，从手势图像中截取出手势区域。

因此，本申请实施例通过根据手部位置，从手势图像中截取出手势区域，从而由于减少了手势图像中除去手势之外的其他部分(例如，背景)，进而能够提升手势识别的准确性和精度。

在一个可能的实施例中，根据手势图像和预先训练好的手部检测模型，确定手势图像中的手部位置，包括：将手势图像拆分为第一子图像和第二子图像，其中，第一子图像和第二子图像存在图像重叠区域，且第一子图像和第二子图像中的至少一个图像包括手势区域；根据第一子图像、第二子图像和预先训练好的手部检测模型，确定至少一个图像中的手部位置；其中，根据手部位置，从手势图像中截取出手势区域，包括：根据至少一个图像中的手部位置，从至少一个图像中截取出手势区域。

因此，本申请实施例通过图像拆分的方式，由于减少了手势图像中除去手势之外的其他部分(例如，背景)，提升了手势区域的特征信息占比，从而提升手势识别的准确性和精度。

在一个可能的实施例中，采集手势图像，包括：在智能设备处于手势识别模式的情况下，采集手势图像。