手勢識別如何在自動駕駛中應用，一文告訴你答案

10月18日，華為技術有限公司申請的“一種車輛控制方法及裝置”專利獲授權。該技術可基於駕駛員的手勢操作識別駕駛員的駕駛意圖，並根據駕駛意圖實現對車輛的駕駛狀態的控制。不久前，韓國光州科技研究院研究團隊建立了全球最大的L4級自動駕駛汽車手勢資料庫，用來識別道路上的警察手勢或指示杆。

手勢識別是自動駕駛技術中主要組成部分。

手勢識別技術的原理

在電腦科學中，手勢識別是一個重要議題，其目的是透過數學演算法來識別人類手勢。手勢識別可以源自人身體上任何部位的運動，但一般來源於人的臉部和手部。使用者可以使用特定的手勢來操作裝置，與不接觸裝置的情況下與其進行互動，使計算機能夠理解人類的行為。手勢識別的核心技術為手勢分割、手勢分析以及手勢識別。

手勢識別在自動駕駛中的應用

手勢是一種人類的基本特徵，在汽車行駛過程中，駕駛員與汽車中控的互動需要不斷抬起胳膊或者長時間舉著胳膊來實現對車輛的操控，這很容易造成駕駛員走神，被外界認為是影響駕駛員駕駛汽車的不安全因素之一，而手勢識別技術的發展可以較好地解決這些問題，也為人機無接觸互動提供了可能。

透過不同的手勢，手勢互動可以實現接掛電話、控制導航、調節音量、選擇歌曲、控制車輛空調、控制車輛座椅等功能，只要車內任何乘客作出相應的手勢，汽車就會進行對應的下一步操作。

除了車艙內人員的手勢之外，手勢識別的技術還可用於識別車外人員的動作。比如能夠識別路上交警的指揮手勢，或者汽車周圍騎車的人做出的手勢。這可以提升汽車駕駛的安全性。

資料標註對自動駕駛手勢識別技術的重要性

人工智慧的發展離不開資料標註，資料標註作為人工智慧行業發展的基石，是促進其發展的重要環節。資料標註的過程就是透過人工貼標籤的方式，為機器提供可學習的樣本資料，最終使機器可以自主識別資料。

自動駕駛手勢識別中運用的演算法模型主要以有監督的深度學習方式為主，是基於已知變數和因變數推導函式關係的演算法模型，就需要用到大量優質的標註資料對其進行訓練調優。演算法對手勢資料集進行深度地分析、訓練才能保障機器學習的效果。

景聯文科技支援手勢識別資料標註服務

景聯文科技作為長三角地區規模最大的AI基礎資料服務商之一，提供自動駕駛人機互動場景下的資料採集標註服務。

景聯文科技構建了全國27個省市直轄市全球52個國家的資料採集資源網路，擁有豐富的自動駕駛資料採集場景搭建經驗。針對智慧座艙中的人機互動場景，支援手勢採集。

景聯文科技先後建立杭州資料總部，武漢、金華、衡陽等不同省市資料處理分部，採取阿米巴內部競爭管理模式，培養了930人的全職標註團隊，對全職採標團隊建立完善的人員培訓、管理體系，推出整套AI產業人才培養解決方案，分別開通理論課程、實訓課程、結業考試等培養專案，透過理論與實踐相結合為行業輸送高素質資料標註員。全職標註團隊中90%以上標註員能夠勝任自動駕駛相關的高難度門檻標註專案。自建標註平臺，針對智慧座艙中的人機互動場景，支援手勢標註；透過智慧化的標註平臺產品賦能AI訓練資料行業，能夠有效提高人機協作效率擴大產能，及時調整標註方案做好逾期風險管控，準確把控資料質量問題，為AI相關企業提供處理大規模感知資料的能力，節省企業的時間和開發成本，實現人力驅動向技術驅動的重要升級。

案例

手勢影像標註

需求：標註手勢圖片共計2w+張

景聯文科技為需求方配備多次執行過自動駕駛手勢標註專案的專案經理和商務人員對接服務，針對專案出現需求臨時變更的情況，商務、專案團隊和平臺研發團隊隨時響應標註規則和標註工具調整需求，在專案初期提前部署，提前開始，確保資料提前交付並確保標註準確率。

景聯文科技｜AI基礎資料服務｜資料採集｜資料標註｜假指紋製作｜指紋防偽演算法

助力人工智慧技術加速數字經濟相關產業質量變革，賦能傳統產業智慧化轉型升級

文章著作權歸景聯文科技所有，商業轉載請聯絡景聯文科技獲得授權，非商業轉載請註明出處；圖片源自網路，如有侵權請聯絡我們進行刪除。