手势识别方法、装置、存储介质和电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113591764A(43)申请公布日2021.11.02(21)申请号202110908876.6(22)申请日2021.08.09(71)申请人广州博冠信息科技有限公司地址510000广东省广州市天河区科韵路16号自编第5栋801、901(72)发明人江涛(74)专利代理机构北京律智知识产权代理有限公司11438代理人王辉阚梓瑄(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书11页附图5页(54)发明名称手势识别方法、装置、存储介质和电子设备(57)摘要本公开提供了一种手势识别方法、装置、存储介质和电子设备，涉及计算机技术领域。该上述手势识别方法是先对所述待识别图像中的手势特征进行提取，得到多个第一特征图，然后对所述多个第一特征图进行卷积，得到宽度与高度均为1像素的第二特征图。也就是说，本公开实施例通过卷积代替传统方案中的池化步骤，在可以得到与传统池化相同输出的前提下，尽可能的保留更多的通道信息，避免了传统池化过程中损失部分通道信息的问题，进而提高通过全连接层对待识别图像中手势类型识别的准确性。CN113591764ACN113591764A权利要求书1/2页1.一种手势识别方法，其特征在于，所述方法基于轻量级手势识别模型实现，所述轻量级手势识别模型至少包括：第一卷积层、第二卷积层和全连接层；所述方法包括：调用所述第一卷积层对待识别图像中的手势特征进行提取，得到多个第一特征图；调用所述第二卷积层中包含的多个子卷积层依次对所述多个第一特征图进行卷积，直至得到多个第二特征图；其中，所述多个第二特征图的宽度与高度均为1像素；调用所述全连接层对所述多个第二特征图进行预测处理，得到识别结果；根据所述识别结果确定所述待识别图像中手势的类型。2.根据权利要求1所述的手势识别方法，其特征在于，所述调用所述第二卷积层中包含的多个子卷积层依次对所述多个第一特征图进行卷积，直至得到多个第二特征图，包括：调用所述第二卷积层中包含的所述多个子卷积层依次对所述多个第一特征图进行卷积，得到多个第一子特征图；若所述多个第一子特征图的宽度与高度均为1像素，则确定所述第一子特征图为所述第二特征图。3.根据权利要求2所述的手势识别方法，其特征在于，所述调用所述第二卷积层中包含的多个子卷积层依次对所述多个第一特征图进行卷积，直至得到多个第二特征图，还包括：若所述第一子特征图的宽度与高度中至少一个不为1像素，则将所述多个第一子特征图作为所述多个第一特征图，继续对所述多个第一特征图进行卷积，直至得到的新的第一子特征图的宽度与高度均为1像素，则将得到的所述新的第一子特征图确定为所述第二特征图。4.根据权利要求1所述的手势识别方法，其特征在于，所述第二卷积层至少包括：第一子卷积层与第二子卷积层；所述调用所述第二卷积层中包含的多个子卷积层依次对所述多个第一特征图进行卷积，直至得到多个第二特征图，包括：调用所述第一子卷积层，基于第一卷积核对所述多个第一特征图进行卷积，得到多个第二子特征图；调用所述第二子卷积层，基于第二卷积核对所述多个第二子特征图进行卷积，得到多个第二特征图；其中，所述第一卷积核与所述第二卷积核的大小根据所述第一特征图、所述第二子特征图与所述第二特征图的大小确定。5.根据权利要求4所述的手势识别方法，其特征在于，所述第一卷积核与所述第二卷积核的大小满足如下关系：W1‑2W2＝K1‑K2‑1其中，W1表示第一特征图的尺寸，W2表示第二子特征图的尺寸，K1表示第一卷积核的尺寸，K2表示第二卷积核的尺寸。6.根据权利要求2所述的手势识别方法，其特征在于，所述多个第二特征图的通道数小于所述多个第一特征图的通道数，且大于所述多个第一子特征图的通道数。7.根据权利要求1所述的手势识别方法，其特征在于，所述调用所述全连接层对所述多个第二特征图进行预测处理，得到识别结果，包括：调用所述全连接层将所述多个第二特征图转换为一维特征向量；对所述一维特征向量进行分类预测处理，得到所述识别结果。8.根据权利要求7所述的手势识别方法，其特征在于，所述对所述一维特征向量进行分2CN113591764A权利要求书2/2页类预测处理，得到所述识别结果，包括：对所述一维特征向量进行识别处理，得到初始识别结果；基于预设的交叉熵损失函数对所述初始识别结果进行优化处理，得到所述识别结果。9.根据权利要求8所述的手势识别方法，其特征在于，所述对所述一维特征向量进行分类预测处理，得到所述识别结果，还包括：基于预设的度量学习损失函数对所述初始识别结果进行优化处理，得到