[发明专利]一种动态手势识别系统及方法

权利要求书

1.一种动态手势识别系统，其特征在于，包括图像采集器(10)、关节识别模块(20)和动态手势识别模块(30)，其中，

所述图像采集器(10)，用于实时采集被测人员的视频图像信息；

所述关节识别模块(20)，用于采用人体姿势估计的深度学习模型来识别所述图像采集器(10)实时采集的视频图像中被测人员的各个关节点，并在视频图像中输出各个关节点的相关位置信息；

所述动态手势识别模块(30)，用于根据所述关节识别模块(20)输出的关节点位置信息，计算出每个动态手势输入中各个关节点的运动轨迹，并将计算出的各个关节点的运动轨迹与预建在基准动态手势库中的动态手势基准关节点轨迹信息进行比对，完成对动态手势的识别。

2.如权利要求1所述的动态手势识别系统，其特征在于，所述动态手势识别系统还包括基准数据模型构建模块(40)，

所述基准数据模型构建模块(40)，用于采集动态手势中各个关节点的轨迹信息来构建基准数据模型，各个关节点的运动轨迹为直线移动或摆动。

3.如权利要求2所述的动态手势识别系统，其特征在于，所述动态手势识别系统还包括训练模块(50)，

所述训练模块(50)，用于利用所述基准数据模型构建模块(40)构建的所述基准数据模型、以及所述图像采集器(10)采集的视频图像文件完成对所述动态手势识别模块(30)基准数据模型的训练。

4.如权利要求1所述的动态手势识别系统，其特征在于，所述关节识别模块(20)包括关节识别单元(21)和标定单元(22)，

所述关节识别单元(21)，用于识别所述图像采集器(10)实时采集的视频图像中被测人员的各个关节点；

所述标定单元(22)，用于标识所述关节识别单元(21)识别的被测人员的各个关节点在视频图像中的偏移位置。

5.如权利要求1所述的动态手势识别系统，其特征在于，所述动态手势识别模块(30)包括生成单元(31)、比较单元(32)和运动轨迹识别单元(33)，

所述生成单元(31)，用于实时记录所述关节识别模块(20)传回的各个关节点的相关位置信息，并根据获取的被测人员在静止状态间的手势数据，在线生成运动轨迹；

所述比较单元(32)，用于将实时计算出的各个关节点的运动轨迹与基准动态手势库中预设的各运动手势作比较；

所述运动轨迹识别单元(33)，用于选取与基准动态手势库中动作手势偏差值最小且偏差值在充许偏差阀值以内的运动手势作为识别结果。

6.一种动态手势识别方法，其特征在于，包括以下步骤：

实时采集被测人员的视频图像信息；

采用人体姿势估计的深度学习模型来识别实时采集的视频图像中被测人员的各个关节点，并在视频图像中输出各个关节点的相关位置信息；

根据输出的关节点位置信息，计算出每个动态手势输入中各个关节点的运动轨迹，并将计算出的各个关节点的运动轨迹与预建在基准动态手势库中的动态手势基准关节点轨迹信息进行比对，完成对动态手势的识别。

7.如权利要求6所述的动态手势识别方法，其特征在于，所述根据输出的关节点位置信息，计算出每个动态手势输入中各个关节点的运动轨迹，并将计算出的各个关节点的运动轨迹与预建在基准动态手势库中的动态手势基准关节点轨迹信息进行比对，完成对动态手势的识别的步骤之前包括：

采集动态手势中各个关节点的轨迹信息来构建基准数据模型，各个关节点的运动轨迹为直线移动或摆动。

8.如权利要求7所述的动态手势识别方法，其特征在于，所述根据输出的关节点位置信息，计算出每个动态手势输入中各个关节点的运动轨迹，并将计算出的各个关节点的运动轨迹与预建在基准动态手势库中的动态手势基准关节点轨迹信息进行比对，完成对动态手势的识别的步骤之前包括：

利用构建的所述基准数据模型、以及采集的视频图像文件完成对基准数据模型的训练。