[发明专利]基于Xception网络改进的手势图像特征提取方法

说明书

本发明公开了一种基于Xception网络改进的手势图像特征提取方法。对手势采集获得原始手势图像；输入降采样卷积模块和常规卷积模块中降低维度和提取浅层特征；浅层特征张量输入深层特征提取结构提取深层特征，特征金字塔结构融合深层特征提取结构中浅层和深层包含的空间信息和语义信息，融合后通过深度可分离卷积模块进行解耦，再通过压缩激励模块和局部最大池化层；最后经过深度可分离卷积模块、分类模块得分类结果。本发明通过密集深度可分离卷积模块提高手势识别的准确率并减少模型的计算量，特征金字塔结构有助于融合多尺度特征，压缩激励模块能够强化重要特征，抑制次要特征，有效提高手势的识别率。

技术领域

本发明涉及一种手势图像的提取方法，具体涉及了一种基于Xception网络所改进的手势图像特征提取方法。

背景技术

手势识别是近年来大热的人机交互方式，广泛应用在手语识别、车辆自动驾驶和虚拟现实等各个领域。其研究发展给人们的生活带来了极大的便利性，存在着巨大的社会价值，它逐渐改变着人们的生活方式。传统的手势识别主要是基于硬件设备，通过穿戴的硬件设备上的感应器检测手部的各种动作，这些可穿戴设备的复杂性以及昂贵性，使这种识别方法不能很好地普及。近年来手势识别技术从可穿戴设备转向机器视觉的手势识别方法以及基于深度学习的手势识别方法两大类。基于机器视觉的手势特征融合方法能在一定程度上实现对复杂手势特征提取和融合，但是这种方法受光照和背景的影响较大，难以精确识别手势图像，且处理速度较慢。目前基于深度学习的手势图像识别方法逐渐成为主流，卷积神经网络具有权值共享，局部感知，平移不变性等特征，能够快速提取目标手势图像的重要特征，但通过单一卷积神经网络难以提取到多种复杂背景下手势图像的多尺度特征，准确率表现不佳。

发明内容

针对传统手势图像特征融合与识别方法得到的特征难以精确识别类肤色复杂背景下的手势图像，Xception网络参数量庞大，不能较好地应用到移动端进行手势识别，Xception缺少融合多尺度特征识别等问题，本发明的目的在于提出一种适应多种复杂背景下手势图像特征有效提取与融合方法，能够满足应用到移动端进行手势图像识别需求的小型深度学习网络。

本发明含有密集深度可分离卷积模块，能够对特征张量中空间相关性和跨通道相关性完全解耦，并通过特征再利用密集减小网络的深度，减少网络的计算参数量，抑制过拟合，同时融合压缩激励模块和特征金字塔结构，重标定各个通道的权重，强化重要特征，融合多尺度特征信息，提高模型的性能，进而提高了手势识别的准确率。

本发明的技术方案包括如下步骤：

1)对手势进行图像采集获得原始图像，对原始图像进行尺寸归一化和标准化处理获得原始手势图像；

2)构建卷积神经网络，包括浅层特征提取结构、深层特征提取结构、特征金字塔结构、高阶特征提取结构和输出结构；

浅层特征提取结构主要由降采样卷积模块和常规卷积模块组成；深层特征提取结构包括四个依次连接的密集深度可分离卷积模块和三个依次连接的压缩激励模块，相邻两个密集深度可分离卷积模块之间连接有一个压缩激励模块，每个压缩激励模块经局部最大池化层后输出；特征金字塔结构包括逐点卷积层和上采样层；高阶特征提取结构包括依次连接的深度可分离卷积模块、压缩激励模块和局部最大池化层；输出结构包括依次连接的深度可分离卷积模块和分类模块；

3)将原始手势图像输入卷积神经网络进行特征提取，输出分类结果；所述步骤3)具体为：

3.1)浅层特征提取结构：原始手势图像经过降采样卷积模块降低维度，再经常规卷积模块提取浅层特征，得到浅层特征张量；

3.2)深层特征提取结构：

浅层特征张量依次通过四个密集深度可分离卷积模块，密集深度可分离卷积模块对特征张量中空间相关性和跨通道相关性完全解耦；其中，压缩激励模块对输入的特征进行重标定后再经局部最大池化层缩小尺寸；

3.3)特征金字塔结构：