利索能及
我要发布
收藏
专利号: 2018110819084
申请人: 百度在线网络技术(北京)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-08
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种手势三维图像生成方法,其特征在于,包括:获取用户手势的二维图像;

确定出所述二维图像对应的深度图像;

基于所述深度图像生成用户手势的三维3D图像,包括:结合所述深度图像以及所述二维图像生成所述3D图像;

所述确定出所述二维图像对应的深度图像包括:将所述二维图像作为输入,根据预先训练得到的深度网络模型,得到所述二维图像对应的深度图像。

2.根据权利要求1所述的方法,其特征在于,所述深度网络模型的获取方式包括:获取训练样本,每个训练样本中包括:用户手势的二维图像以及对应的深度图像;

根据所述训练样本训练得到所述深度网络模型。

3.根据权利要求2所述的方法,其特征在于,所述获取训练样本包括:利用kinect技术获取所述训练样本;

所述深度网络模型包括:生成式对抗网络GAN模型。

4.一种手势三维图像生成装置,其特征在于,包括:获取单元、确定单元以及生成单元;

所述获取单元,用于获取用户手势的二维图像;

所述确定单元,用于确定出所述二维图像对应的深度图像;

所述生成单元,用于基于所述深度图像生成用户手势的三维3D图像;

其中,所述生成单元结合所述深度图像以及所述二维图像生成所述3D图像;

所述确定单元将所述二维图像作为输入,根据预先训练得到的深度网络模型,确定出所述二维图像对应的深度图像。

5.根据权利要求4所述的装置,其特征在于,所述装置中进一步包括:预处理单元;

所述预处理单元,用于获取训练样本,每个训练样本中包括:用户手势的二维图像以及对应的深度图像,根据所述训练样本训练得到所述深度网络模型。

6.根据权利要求5所述的装置,其特征在于,所述预处理单元利用kinect技术获取所述训练样本;

所述深度网络模型包括:生成式对抗网络GAN模型。

7.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~3中任一项所述的方法。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~3中任一项所述的方法。