[发明专利]手势图像分类方法、装置、计算机设备及存储介质

说明书

本公开实施例提供一种手势图像分类方法、装置、计算机设备及存储介质，其中，所述方法包括：对输入的多幅手势图像分别进行检测以得到各幅手势图像中指尖的数量，并根据检测出的指尖数量将多幅手势图像划分为若干组别；将各个组别的手势图像分别进行分类训练，以得到各个组别的分类器函数；以及，利用各个组别的分类器函数分别对各个组别的手势图像进行计算，以得到各个组别的手势图像的手势类型分类结果。本公开实施例通过对手势图像进行指尖数量检测将手势图像划分为若干组别，实现了手势图像的初步分类，再基于初步分类结果实现手势图像的手势类型分类，相比于现有的手势图像分类算法，极大地降低了算法的运算量和复杂度，提高了算法处理速度。

技术领域

本公开涉及通信技术领域，尤其涉及一种手势图像分类方法、一种手势图像分类装置、一种计算机设备以及一种计算机可读存储介质。

背景技术

手势图像分类拥有诸多应用场景，如游戏、IPTV(Internet ProtocolTelevision，网络协议电视)控制等。评价手势图像分类算法的优劣一般有两个指标：一是手势识别准确度，二是手势分类算法的实时性。尤其对于交互类游戏场景，需要在保障精确度的情况下，提升算法运行效率。

在相关技术中，手势图像分类算法一般采用Hu矩(几何不变矩)特征进行手势识别，并依据调测的分类器得到分类结果。然而，随着手势种类增多，单纯使用Hu矩分类器的方式进行手势图像分类会使得算法复杂度陡然增加，算法时延会大幅提高。一般情况下，工程中会使用优化的分类器算法(如使用BP(back propagation，反向传播)神经网络算法、隐马尔科夫算法)对算法复杂度进行优化，但仍不能较大程度降低分类算法运算量。可见，在手势种类较多的情况下，不论使用何种分类算法得到分类器，手势分类复杂程度均会有较大的增加，导致分类结果不能实时返回。

因此，提出一种能够降低手势图像分类算法的复杂度，提高算法处理速度的方案是目前亟待解决的问题。

发明内容

为了至少部分解决现有技术中存在的技术问题而完成了本公开。

根据本公开实施例的一方面，提供一种手势图像分类方法，所述方法包括：

对输入的多幅手势图像分别进行检测以得到各幅手势图像中指尖的数量，并根据检测出的指尖数量将多幅手势图像划分为若干组别；

将各个组别的手势图像分别进行分类训练，以得到各个组别的分类器函数；以及，

利用各个组别的分类器函数分别对各个组别的手势图像进行计算，以得到各个组别的手势图像的手势类型分类结果。

根据本公开实施例的另一方面，提供一种手势图像分类装置，所述装置包括：

指尖识别模块，其设置为对输入的多幅手势图像分别进行检测以得到各幅手势图像中指尖的数量，并根据检测出的指尖数量将多幅手势图像划分为若干组别；

手势库训练模块，其设置为将各个组别的手势图像分别进行分类训练，以得到各个组别的分类器函数；以及，

手势分类模块，其设置为利用各个组别的分类器函数分别对各个组别的手势图像进行计算，以得到各个组别的手势图像的手势类型分类结果。

根据本公开实施例的又一方面，提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行所述的手势图像分类方法。

根据本公开实施例的再一方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，所述处理器执行所述的手势图像分类方法。

本公开的实施例提供的技术方案可以包括以下有益效果：