[发明专利]手势关键点的半自动标注方法及系统在审
申请号: | 202110855356.3 | 申请日: | 2021-07-27 |
公开(公告)号: | CN113723187A | 公开(公告)日: | 2021-11-30 |
发明(设计)人: | 程德心;周风明;郝江波;夏成静 | 申请(专利权)人: | 武汉光庭信息技术股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06F3/01;G06N3/04;G06N3/08 |
代理公司: | 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 | 代理人: | 刘桢 |
地址: | 430000 湖北省武汉市东湖开发区光谷软*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 手势 关键 半自动 标注 方法 系统 | ||
1.一种手势关键点的半自动标注方法,其特征在于,包括:
将待标注图片输入至预先训练好的手部检测模型和手部关键点检测模型中,获得输出的手部坐标和手部关键点坐标;
将所述手部坐标和所述手部关键点坐标作为预标注数据。
2.根据权利要求1所述的方法,其特征在于,将待标注图片输入至预先训练好的手部检测模型和手部关键点检测模型中之前,还包括:
将手部数据集进行数据增强后,输入手部检测模型以进行模型训练,获得所述训练好的手部检测模型。
3.根据权利要求1所述的方法,其特征在于,将待标注图片输入至预先训练好的手部检测模型和手部关键点检测模型中之前,还包括:
将手部关键点数据集进行数据增强后,输入手部关键点检测模型以进行模型训练,获得所述训练好的手部关键点检测模型。
4.根据权利要求2或3所述的方法,其特征在于,所述数据增强包括:
调整图片尺寸、上下和左右镜像,以增加数据集的数量。
5.根据权利要求2或3所述的方法,其特征在于,所述模型训练包括:
调整学习率、batch_size和epoch参数,观察损失值和精确率随参数的变化情况,取出最优值。
6.根据权利要求1所述的方法,其特征在于,将所述手部坐标和所述手部关键点坐标作为预标注数据之后,还包括:
对所述预标注数据进行修正。
7.根据权利要求6所述的方法,其特征在于,对所述预标注数据进行修正之后,还包括:
采用所述预标注数据对所述手部检测模型和所述手部关键点检测模型进行训练;
或者,采用所述修正后的预标注数据对所述手部检测模型和所述手部关键点检测模型进行训练。
8.一种手势关键点的半自动标注系统,其特征在于,包括:
输入模块,用于将待标注图片输入至预先训练好的手部检测模型和手部关键点检测模型中,获得输出的手部坐标和手部关键点坐标;
标注模块,用于将所述手部坐标和所述手部关键点坐标作为预标注数据。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述手势关键点的半自动标注方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述手势关键点的半自动标注方法的步骤。
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武汉光庭信息技术股份有限公司,未经武汉光庭信息技术股份有限公司许可,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/202110855356.3/1.html,转载请声明来源钻瓜专利网。