[发明专利]一种手势识别方法、装置、电子设备及可读存储介质

说明书

本申请实施例提供一种手势识别方法、装置、电子设备及可读存储介质，通过对当前视频帧进行检测处理，得到当前视频帧的候选手势框，然后对候选手势框进行处理得到当前视频帧中的预测手势框，进而依据预测手势框在下一视频帧中进行提取得到下一视频帧的候选手势框。这样，通过本申请实施例所提供的方案，在得到下一视频帧的候选手势框时，不需要再对下一视频帧进行一次检测处理，这就降低了计算量，使得本申请的方案可以应用于计算性能较弱的设备中，可应用的场景更为丰富。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种手势识别方法、装置、电子设备及可读存储介质。

背景技术

近年来，对于手势的检测处理成为计算机科学中的一个研究热点。通过对手势的检测处理，用户可以在不直接接触设备的情况下，通过产生的手势来控制电子设备。例如在虚拟现实的场景中，假设存在一个虚拟茶杯，通过对用户产生的拿起茶杯的手势进行检测处理，虚拟现实场景中的茶杯会呈现出被拿起的状态。

目前，现有的手势检测处理方案大多都是利用一个深度学习模型，对视频流的每一帧都进行检测处理得到候选手势框。而由于需要对每一帧都进行检测处理，这就导致现有的手势检测处理方案对于设备的计算能力要求很高，局限性大，难以应用计算性能较弱的设备中。

发明内容

本申请实施例的目的在于提供一种手势识别方法、装置、电子设备及可读存储介质，用以解决相关技术对于设备的计算能力要求很高，局限性大，难以应用计算性能较弱的设备中的问题。

本申请实施例提供了一种手势识别方法，包括：获取当前视频帧；对所述当前视频帧进行检测处理，得到所述当前视频帧的候选手势框；在所述候选手势框不为空时，对所述当前视频帧的候选手势框进行处理，得到所述当前视频帧中的预测手势框；在所述当前视频帧的下一视频帧中提取所述预测手势框所在区域的内容得到所述下一视频帧的候选手势框。

在上述实现过程中，通过对当前视频帧进行检测处理，得到当前视频帧的候选手势框，进而对所述候选手势框进行处理，得到当前视频帧中的预测手势框，进而依据预测手势框在下一视频帧中进行提取得到下一视频帧的候选手势框。而应当理解的是，由于在实际应用中，相邻两视频帧之间的时间间隔很短，因此手势的位置变化是很小的，下一视频帧中的手势所在区域和当前视频帧的手势所在区域之间不会离得太远，根据候选手势框中的手势位置得到的预测手势框可以有效覆盖住下一视频帧中的手势。这样，通过本申请实施例所提供的方案，在得到下一视频帧的候选手势框时，不需要再对下一视频帧进行一次检测处理，而是依据当前视频帧的候选手势框中的手势位置得到下一视频帧的候选手势框。在手势检测处理过程中，运算量最大的过程就是对视频帧的检测处理过程。因此通过本申请的方案，对于下一视频帧不需要进行检测处理即可得到候选手势框，这就降低了计算量，不仅可以节约计算资源，可以使得本申请的方案可以应用于计算性能较弱的设备中，可应用的场景更为丰富，同时还提高了对候选手势框得确定效率，达到了快速实现手势识别的目的。

进一步地，在所述对所述当前视频帧进行检测处理之前，还包括：确定满足预设的检测触发条件。

在上述实现过程中，会判断是否满足预设的检测触发条件，进而在检测触发条件满足时，才对当前视频帧进行检测处理。这样即可以间隔性的实现对当前视频帧的检测，得到更为精准的当前视频帧的候选手势框，从而提升本申请方案的对于各视频帧的候选手势框的获取有效性，保证本申请方案的可靠性。

进一步地，所述预设的检测触发条件包括：距离上一次对视频帧进行检测处理以获得候选手势框的时间间隔达到了预设时间间隔阈值。

需要说明的是，在实际应用过程中，随着时间的推移，视频帧内的手势较之前的视频帧得以变多的情况（例如用户最初的5秒内仅用左手在进行手势操作，5秒后同时采用了左手和右手来进行手势操作）。那么，为了尽可能保证对于手势的识别的可靠性，可以设定在间隔一定时长后即重新对当前视频帧进行检测处理，从而再次精确定位出候选手势框，从而保证本申请方案的可靠性。