[发明专利]基于手势识别的投票方法与系统、电子设备

说明书

本申请公开一种基于手势识别的投票方法与系统、电子设备，通过检测图像中手势的关键点，根据关键点的位置判断手势为预设手势时，按照预设投票规则进行投票计数，实现对图像中手势的识别，进而达到无需依赖投票器实现投票计数的目的。

技术领域

本申请涉及技术领域，具体涉及一种基于手势识别的投票方法与系统、电子设备。

背景技术

在一些综艺节目中，表演者完成表演后，需要观众对表演进行投票打分，这时观众通过按下现场设置的投票器中对应按钮，给喜爱的表演进行投票。

然而，通过现场的投票器投票，当观众人数过多可能出现投票器的数量不足的情况，而且不同场所的投票器的规格有所不同，需要观众学习掌握多种不同的投票器的使用方法。

因此，现有技术有待改进。

发明内容

鉴于此，本申请提供一种基于手势识别的投票方法与系统、电子设备，以解决现有的投票方法需要依赖投票器实现的问题。

一方面，提供一种基于手势识别的投票方法，包括：

获取摄像头采集的图像；

对所述图像进行手势检测，获取手势中预设数量的关键点；

当根据所述关键点的位置判断所述手势为预设手势时，按照预设投票规则进行投票计数。

在其中的一个实施例中，所述对所述图像进行手势检测，获取所述手势中预设数量的关键点包括：

采用关键点检测模型对所述图像进行处理，获取手势中预设数量的关键点；

其中，所述关键点检测模型包括由5层卷积层、3层全连接层以及输出层构成的深度学习网络。

在其中的一个实施例中，所述根据关键点的位置判断所述手势为预设手势，包括：

获取预设手势的预设关键点在图像中的位置；

计算所述关键点的位置与预设关键点在图像中的位置的相似度；

当所述相似度满足预设相似度阈值时，判断所述手势为预设手势。

在其中的一个实施例中，所述采用关键点检测深度学习网络模型对所述图像进行处理之前，还包括构建训练集对所述关键点检测模型进行训练；

其中，所述构建训练集的步骤包括：

通过多个摄像头获取当前训练手势的多个视角的图像；

采用关键点检测模型对所述训练手势的多个视角的图像分别进行向前传播处理，分别获得每个视角图像的多个关键点；

通过多个视角的图像中的多个关键点，并结合视觉定位中三角测量原理建立关键点空间定位模型；

当多个视角的图像中的第一视角图像在所述进行向前传播处理的过程中未获取得到第一关键点时，根据所述关键点空间模型以及第一视角图像中已获取的关键点的位置，在第一视角图像中标记所述第一关键点的位置；

将所述多个视角图像以及获取的所有关键点，构建训练集。

在其中的一个实施例中，在所述分别获得每个视角图像的关键点之后，在所述通过三角测量原理建立关键点空间模型之前，还包括：

获取每个视角的图像中的每个关键点的置信度；

根据每个视角的图像中的每个关键点的置信度，计算得到置信度评分；

当所述置信度评分小于预设置信度评分时，则删除当前所述训练手势的所有视角的图像。

在其中的一个实施例中，所述置信度评分的计算公式为：