[发明专利]一种基于加权特征谱融合的手势检测方法

摘要

本发明公开了一种基于加权特征谱融合的手势检测方法,属于图像处理及识别领域。本发明设计了小网络，对小网络进行了速度和精度上面的优化，保证网络满足手势检测的特征提取的要求，也保证了网络运行的速度。由于底层特征包含了丰富的颜色和形状特征信息，对于手势检测精度有这很大的影响，本发明提出使用加权特征融合的方法，低层特征依次通过降采样模块和加权模块再与高层特征进行级联，使用加权模块让网络自动学习高层特征和低层特征的重要性，避免不同层特征简单级联带来尺度不一致带来的问题，影响原始网络的特征提取。

主权项

一种基于加权特征谱融合的手势检测方法，该方法包括：步骤1:获取用户手势图像,对进行灰度处理；步骤2:采用特征提取网络提取步骤1处理后图像的全局特征；步骤3：步骤2的到的全局特征采用识别器进行识别；其特征在于所述步骤2的特征提取网络包括依次级联的：第1卷积模块、第1池化模块、第2卷积模块、第2池化模块、第3‑1卷积模块、第3‑2卷积模块、第3‑3卷积模块、第3池化模块、第4‑1卷积模块、第4‑2卷积模块、第4‑3卷积模块、第4池化模块、第5‑1卷积模块、第5‑2卷积模块、第5‑3卷积模块、第5池化模块、第6卷积模块；额外的还包括一条加权支路，该加权支路包括依次级联的下采样模块和加权模块；加权支路的输入为第3‑3卷积模块的输出，加权支路的输出与第4‑3卷积模块的输出级联作为特征提取网络的一个输出，特征提取网络的另外两个输出为第5‑3卷积模块的输出和第6卷积模块的输出。