摘要
本申请涉及深度学习技术领域,提供一种双手检测方法、装置及电子设备,用于提高双手检测的准确性。该方法基于动作捕捉系统采集的手部数据集,自动生成了标注好的训练样本集,无需人工参与,标注过程中针对手部数据集中的任一张第一手部图像,根据手部关键点的2D坐标生成至少一只手的检测框,并根据检测框数量和手部关键点的3D坐标中的至少一项,标注至少一个检测框的交并比,结合每个检测框的手类别,生成包含双手大面积重叠的训练样本集,由于交并比表示双手重叠程度,使得该训练样本集训练出的双手检测模型,不仅能够准确检测出单手以及未重叠双手,还能够准确检测出大面积重叠的双手,检测精度和稳定性更强。
技术关键词
手部关键点
双手
图像
动作捕捉系统
手势
生成训练样本
训练样本集
左手
相机
基础
深度值
深度学习技术
模型训练模块
电子设备
数据获取模块
坐标系
存储器
系统为您推荐了相关专利信息
掩膜图案
神经网络模型
模型创建方法
光刻曝光
光刻模型
运动组件
角度调节组件
Y轴
运动基座
穿刺手术机器人
故障处置方法
预警模型
专家知识库
预警规则
历史故障数据