[发明专利]弱势交通参与者的手势识别方法、相应的装置和程序载体在审
申请号: | 202011118573.6 | 申请日: | 2020-10-19 |
公开(公告)号: | CN112241706A | 公开(公告)日: | 2021-01-19 |
发明(设计)人: | 方志杰;郭子杰;王宝锋;支蓉 | 申请(专利权)人: | 戴姆勒股份公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04 |
代理公司: | 北京永新同创知识产权代理有限公司 11376 | 代理人: | 杨胜军 |
地址: | 德国斯*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 弱势 交通 参与者 手势 识别 方法 相应 装置 程序 载体 | ||
1.一种用于弱势交通参与者(P)的手势识别方法,所述手势识别方法包括以下步骤:
S1:采集并且标注弱势交通参与者(P)的手势数据集(S),其中,
S11:将所述弱势交通参与者(P)识别为不同身份(I);
S2:基于所述手势数据集(S)训练出手势识别器(6),其中,
S21:由所述手势数据集(S)提取出不同身份的弱势交通参与者(P)的各个手势的姿态特征(Z),并且
S22:以所述姿态特征(Z)作为输入通过分类器(5)训练出相应于不同身份的弱势交通参与者(P)的手势识别器(6);
S3:利用所述手势识别器(6)实时检测所述弱势交通参与者(P)的手势。
2.根据权利要求1所述的手势识别方法,其中,所述弱势交通参与者(P)的身份(I)包括普通行人、骑行者和交警。
3.根据权利要求1或2所述的手势识别方法,其中,所述弱势交通参与者(P)的身份(I)的识别通过身份识别器(1)根据所述弱势交通参与者(P)的衣帽特征和/或行为特征实现。
4.根据权利要求1-3中任一所述的手势识别方法,其中,步骤S3包括以下子步骤:
S31:识别出所检测的弱势交通参与者(P)的身份(I),
S32:提取所述弱势交通参与者(P)的姿态特征(Z),并且
S33:将所述姿态特征(Z)输入到相应身份的手势识别器(6)中。
5.根据权利要求1-4中任一所述的手势识别方法,其中,在步骤S1中,所述手势数据集(S)的采集通过以下步骤实现:
S12:由直接输入的所述弱势交通参与者(P)的图片和/或由车载摄像头(2)拍摄的所述弱势交通参与者(P)的图片通过姿态检测器(4)识别出所述弱势交通参与者的二维姿态(T),和/或,通过所述车载摄像头(2)拍摄所述弱势交通参与者的动作序列视频(A),和/或,通过动作捕捉工具或仿真工具(3)生成所述弱势交通参与者的三维姿态(Q)。
6.根据权利要求5所述的手势识别方法,其中,在步骤S1中,所述手势数据集(S)的采集还通过以下步骤实现:
S13:由所述弱势交通参与者(P)的所述三维姿态投影到不同方向得出所述弱势交通参与者的二维姿态。
7.根据权利要求5所述的手势识别方法,其中,在步骤S1中,所述手势数据集的采集还通过以下步骤实现:
S14:由所述弱势交通参与者的二维姿态通过神经网络估算出三维姿态。
8.根据权利要求1-7中任一所述的手势识别方法,其中,
所述姿态特征(Z)包括二维姿态特征和/或三维姿态特征,其中,二维姿态特征包含各个特征点之间的距离和/或角度,其中,三维姿态特征包含各个特征点的三维位置坐标;和/或
所述分类器(5)能够从以下分类器中选择:递归神经网络分类器,随机森林分类器,支持向量机;和/或
所述手势数据集(S)包括测试数据集,利用该测试数据集能够对训练出的所述手势识别器进行测试。
9.一种用于弱势交通参与者的手势识别装置,所述手势识别装置包括处理器,所述处理器被配置成用于实施根据权利要求1-8中任一项所述的手势识别方法。
10.一种计算机可读程序载体,所述计算机可读程序载体存储有程序指令,所述程序指令被处理器执行时实施根据权利要求1-8中任一项所述的手势识别方法。
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戴姆勒股份公司,未经戴姆勒股份公司许可,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/202011118573.6/1.html,转载请声明来源钻瓜专利网。