[发明专利]手部关键点的识别模型训练方法、识别方法及设备有效
申请号: | 201810752953.1 | 申请日: | 2018-07-10 |
公开(公告)号: | CN110163048B | 公开(公告)日: | 2023-06-02 |
发明(设计)人: | 易阳;赵世杰;李峰;左小祥 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06V40/20 | 分类号: | G06V40/20;G06F3/01;G06V10/82;G06N3/0464;G06N3/0455;G06N3/048;G06N3/0475;G06N3/094;G06N3/084 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 张所明 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请公开了一种手部关键点的识别模型训练方法、识别方法及设备,属于手势识别领域。所述方法包括:通过Cycle‑GAN模型,将样本虚拟图像转化为仿真图像,样本虚拟图像是三维建模生成的图像,且样本虚拟图像包含手部关键点对应的关键点坐标,仿真图像用于模仿真实场景下采集的图像;提取仿真图像中的手部图像;根据仿真图像中的手部图像以及关键点坐标,训练手部关键点识别模型,手部关键点识别模型用于根据输入的真实图像输出所述真实图像中手部的手部关键点坐标。本申请实施例中,训练样本更加趋近于采集的真实图像,后续利用该手部关键点识别模型对真实图像进行手势识别的准确率更高。 | ||
搜索关键词: | 关键 识别 模型 训练 方法 设备 | ||
【主权项】:
1.一种手部关键点的识别模型训练方法,其特征在于,所述方法包括:通过循环生成对抗网络Cycle‑GAN模型,将样本虚拟图像转化为仿真图像,所述样本虚拟图像是三维建模生成的图像,且所述样本虚拟图像包含手部关键点对应的关键点坐标,所述仿真图像用于模仿真实场景下采集的图像;提取所述仿真图像中的手部图像;根据所述仿真图像中的手部图像以及所述关键点坐标,训练手部关键点识别模型,所述手部关键点识别模型用于根据输入的真实图像输出所述真实图像中手部的手部关键点坐标。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/patent/201810752953.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种检测车道线的方法及装置
- 下一篇:一种人脸属性预测方法、装置及存储介质