[发明专利]一种手掌动作识别的方法、设备及介质

权利要求书

1.一种手掌动作识别的方法，其特征在于，包括：

步骤S100、对手部图像进行初步提取，得到动作特征识别结果和置信度；

步骤S200、确定是否满足筛选条件；所述筛选条件包括以下任一：所述动作特征识别结果属于第一层动作；所述动作特征识别结果属于第二层动作且所述置信度不小于置信度阈值；若是，则所述动作特征识别结果即为手掌动作识别结果；若否，则执行步骤S300；

步骤S300、对手部图像进行骨架提取，得到骨架提取参数；

步骤S400、根据所述骨架提取参数，确定手掌动作识别结果。

2.根据权利要求1所述的手掌动作识别的方法，其特征在于，在步骤S100中，所述对手部图像进行初步提取，得到动作特征识别结果和置信度包括：

对手部图像进行肤色提取，得到第一图像；

对所述第一图像进行神经网络的动作特征识别，得到动作特征识别结果和置信度。

3.根据权利要求2所述的手掌动作识别的方法，其特征在于，所述对手部图像进行肤色提取，得到第一图像包括：

对手部图像进行滤波，得到滤波图像；

根据所述滤波图像，得到初始手部动作轮廓区域；

根据所述初始手部动作轮廓区域，得到在所述手部图像的感兴趣区域；

根据所述滤波图像，确定所述手部图像所在的场景是否为亮场景；

若是，则根据第一阈值对所述感兴趣区域进行提取，得到初始手部轮廓；若否，则根据第二阈值对所述感兴趣区域进行提取，得到初始手部轮廓；

对所述初始手部轮廓进行形态学处理，得到第二图像；

对所述第二图像进行尺寸归一化，得到第一图像。

4.根据权利要求2所述的手掌动作识别的方法，其特征在于，所述神经网络为卷积神经网络；所述神经网络包括：第一卷积层、第一池化层、第二卷积层、第二池化层以及全连接层。

5.根据权利要求1所述的手掌动作识别的方法，其特征在于，在步骤S300中，所述对手部图像进行骨架提取，得到骨架提取参数包括：

根据骨架模型对手部图像进行骨架提取，得到特征点标记坐标；

根据所述特征点标记坐标，得到骨架提取参数。

6.根据权利要求5所述的手掌动作识别的方法，其特征在于，所述根据所述特征点标记坐标，得到骨架提取参数包括：

根据所述特征点标记坐标，得到指节尺寸；

根据所述特征点标记坐标和所述指节尺寸，得到虚拟指间角度；

将所述指节尺寸、所述虚拟交点坐标和所述虚拟指间角度作为骨架提取参数。

7.根据权利要求6所述的手掌动作识别的方法，其特征在于，所述根据所述特征点标记坐标和所述指节尺寸，得到虚拟指间角度包括：根据所述特征点标记坐标和所述指节尺寸，得到虚拟交点坐标；

根据所述特征点标记坐标和所述虚拟交点坐标，得到虚拟指间角度。

8.根据权利要求6所述的手掌动作识别的方法，其特征在于，在步骤S400中，所述根据所述骨架提取参数，确定手掌动作识别结果包括：

确定所述指节尺寸是否小于指节阈值，若是，手掌动作识别结果为第一混淆动作；若否，则确定所述虚拟指间角度是否小于角度阈值；

若所述虚拟指间角度小于角度阈值，手掌动作识别结果为第二混淆动作；

若所述虚拟指间角度不小于角度阈值，手掌动作识别结果为第三混淆动作。

9.一种电子设备，其特征在于，包括：

存储器，用于存储程序；

处理器，用于执行所述存储器存储的程序，当所述处理器执行所述存储器存储的程序时，所述处理器用于执行如权利要求1至8中任一项所述的方法。

10.一种存储介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令用于执行如权利要求1至8中任一项所述的方法。