[发明专利]一种基于多角度手姿态的手写字姿势生成方法和系统

说明书

本发明涉及一种基于多角度手姿态的手写字姿势生成方法和系统，方法包括以下步骤：S1：采集二维握笔姿势图像；S2：在二维握笔姿势图像中标注参数信息；S3：将参数信息作为标注信息自动写入图像名称；S4：将图像名称和二维握笔姿势图像存储至数据库；S5：将数据库的信息存储至区块链中。用二维握笔姿势图像代替三维握笔姿势图像，解决了普通二维建模单视角特征少问题；收集若干种不同的握笔姿势图像并对每张图像进行自动标注。把相关参数作为标注信息自动写入图像名称，将图像名称和二维握笔姿势图像存储至数据库中，方便再次提取和调用；数据库的信息存储至区块链，防止丢失。

技术领域

本发明涉及手势姿态识别领域，更具体地，涉及一种基于多角度手姿态的手写字姿势生成方法和系统。

背景技术

手势姿态作为人体信号传播交流中的一种重要表达方式，在人工智能领域中，手势姿态识别一直是热门研究，例如，交警交通信号手势识别，车内的手势识别，手掌关键点的识别，简单数字手势识别和复杂手势识别等等。对于长时间握笔写字的学生群体来讲，正确的握笔姿势不仅可以减轻写字负担，而且还会使字迹更加美观，而长期的错误握笔姿势不仅会导致手指畸形，甚至会诱发近视。作为手势识别的一个分支，手写字识别对青少年握笔姿势的鉴定和矫正有着重要意义。但截至目前为止，手写字姿态的图像数据库还未有人采集建立，这个研究方向暂时空白。同时传统的其他手势的图像数据的采集方法也十分繁琐。比如，在网上用爬虫技术将图片爬下来，接着进行图片清洗成相同格式，接着进行人工标注。可以预见的是图像打标签费时费力，这对大批量的手写字姿态数据库建立没有借鉴意义。这也导致了手势图像数据库一直都无法达到较大的数据量以较好地满足深度学习的需求。

现有的技术中，中国发明专利CN103760983A公开了“虚拟手势输入方法和手势采集装置”，公开日为2014年04月30日，其中方法包括：手势采集装置采集自身的运动轨迹序列，运动轨迹序列包括：手势采集装置在各个采集时间点的位置信息；根据运动轨迹序列，生成虚拟手势信息，虚拟手势信息包括：手势的类型，手势的起点坐标及起点采集时间，手势的终点坐标及终点采集时间；将虚拟手势信息发送给手势应用装置，以使手势应用装置根据虚拟手势信息进行操作；该发明中，所采集的手势为虚拟手势，不是采集手势照片，不判断手势的正确与否，只判断手势的位置关系。

发明内容

本发明为解决现有的手势的图像数据的采集方法需要人工标注，无法达到较大的数据量的技术缺陷，提供了一种基于多角度手姿态的手写字姿势生成方法和系统。

为实现以上发明目的，采用的技术方案是：

一种基于多角度手姿态的手写字姿势生成方法，包括以下步骤：

S1：采集二维握笔姿势图像；

S2：在二维握笔姿势图像中标注参数信息；

S3：将参数信息作为标注信息自动写入图像名称；

S4：将图像名称和二维握笔姿势图像存储至数据库；

S5：将数据库的信息存储至区块链中。

上述方案中，用二维握笔姿势图像代替三维握笔姿势图像，解决了普通二维建模单视角特征少问题；收集若干种不同的握笔姿势图像并对每张图像进行自动标注。把相关参数作为标注信息自动写入图像名称，将图像名称和二维握笔姿势图像存储至数据库中，方便再次提取和调用；数据库的信息存储至区块链，防止丢失。

在步骤S1中，运用摄像头进行图像采集，按照N°的角度逆时针移动摄像头，每移动N°点拍摄一次。

在步骤S2中，收集若干种不同的握笔姿势图像并对每张图像进行自动标注。

优选的，在步骤S3中，所述参数信息包括性别、年龄、手势名称、拍摄角度、光照强度和背景复杂度。

优选的，在步骤S4中，图像名称和二维握笔姿势图像存储至数据库的物理数据层。