[发明专利]动态手势识别方法、装置、设备以及存储介质

权利要求书

1.一种动态手势识别方法，包括：

对视频流进行采样，以得到多个视频帧；

对所述多个视频帧分别进行人体区域的关键点特征检测，以得到与所述多个视频帧分别对应的多个关键点特征；

确定所述多个关键点特征之间的依赖性特征，和与所述多个视频帧分别对应的多个图像特征；以及

根据所述依赖性特征和所述多个图像特征对所述视频流之中的动态手势进行识别，以得到目标动态手势。

2.根据权利要求1所述的方法，其中，所述对所述多个视频帧分别进行人体区域的关键点特征检测，以得到与所述多个视频帧分别对应的多个关键点特征，包括：

对所述多个视频帧分别进行人体区域的检测，以得到与所述多个视频帧分别对应的多个检测框；

确定所述多个视频帧之中多个目标检测框，并提取所述多个目标检测框所对应包含的多个局部图像，所述多个目标检测框对应相同人体区域；

对所述多个局部图像分别进行关键点特征检测，以得到与所述多个视频帧分别对应的多个关键点特征。

3.根据权利要求2所述的方法，其中，所述对所述多个局部图像分别进行关键点特征检测，以得到与所述多个视频帧分别对应的多个关键点特征，包括：

生成与所述多个局部图像分别对应的多个特征图谱，所述特征图谱包括：多个位置，以及与所述多个位置分别对应的多个图特征；

确定与所述多个局部图像分别对应的多个关键点位置；

从所述多个特征图谱之中分别解析出与所述多个关键点位置对应的图特征并作为所述多个关键点特征。

4.根据权利要求3所述的方法，其中，所述确定所述多个关键点特征之间的依赖性特征，包括：

根据所述多个关键点位置和所述多个关键点特征，确定所述多个关键点特征之间的依赖性特征。

5.根据权利要求4所述的方法，其中，所述根据所述多个关键点位置和所述多个关键点特征，确定所述多个关键点特征之间的依赖性特征，包括：

将所述多个关键点位置和所述多个关键点特征输入至预训练的图神经网络模型之中，以得到所述图神经网络模型输出的所述依赖性特征。

6.根据权利要求1所述的方法，其中，所述对视频流采样，以得到多个视频帧，包括：

确定所述视频流对应的目标帧率；

确定与所述目标帧率对应的目标帧数；

对所述视频流进行采样，以得到所述目标帧数的视频帧。

7.根据权利要求6所述的方法，其中，所述对所述视频流进行采样，以得到所述目标帧数的视频帧，包括：

在采样当前视频帧时，确定所述当前视频帧对应的目标分辨率；

确定与所述目标分辨率对应的空间尺寸；

基于所述空间尺寸对所述当前视频帧进行压缩或者放大处理，以采样得到所述当前视频帧；

对所述当前视频帧进行更新，直至采样得到所述目标帧数的视频帧。

8.一种动态手势识别装置，包括：

采样模块，用于对视频流进行采样，以得到多个视频帧；

检测模块，用于对所述多个视频帧分别进行人体区域的关键点特征检测，以得到与所述多个视频帧分别对应的多个关键点特征；

确定模块，用于确定所述多个关键点特征之间的依赖性特征，和与所述多个视频帧分别对应的多个图像特征；以及

识别模块，用于根据所述依赖性特征和所述多个图像特征对所述视频流之中的动态手势进行识别，以得到目标动态手势。

9.根据权利要求8所述的装置，其中，所述检测模块，包括：

第一检测单元，用于对所述多个视频帧分别进行人体区域的检测，以得到与所述多个视频帧分别对应的多个检测框；

第一确定单元，用于确定所述多个视频帧之中多个目标检测框，并提取所述多个目标检测框所对应包含的多个局部图像，所述多个目标检测框对应相同人体区域；

第二检测单元，用于对所述多个局部图像分别进行关键点特征检测，以得到与所述多个视频帧分别对应的多个关键点特征。