摘要
本发明涉及一种面向复杂场景的钢琴手势识别方法和电子设备,该方法包括以下步骤:使用YOLO模型识别钢琴演奏图像中钢琴和手势位置,并分别生成钢琴边界框和手势边界框;在每个边界框中,使用SAM模型提取出手势和钢琴的边缘,并分割出手势区域和钢琴区域,从而筛选有效手势;使用关键点检测算法获得每个有效手势上的关键点集合以及关键点的特征矩阵,并构造图结构;分别基于图和有效手势的手势区域数据,获取手势的局部特征和全局特征;将势的局部特征和全局特征拼接,得到最终的手势特征,并对最终的手势特征进行分类,得到预测标签。与现有技术相比,本发明具有筛选有效手势,提升手势识别的精确度和靠靠性等优点。
技术关键词
手势识别方法
手势区域
钢琴
手势特征
关键点检测算法
YOLO模型
场景
线性分类器
电子设备
标签
节点特征
矩阵
存储器
处理器
数据
图像
程序