[发明专利]一种神经网络训练方法及三维手势姿态估计方法在审
| 申请号： | 201710954487.0 | 申请日： | 2017-10-13 |
| 公开（公告）号： | CN107622257A | 公开（公告）日： | 2018-01-23 |
| 发明（设计）人： | 王好谦;李达;方璐;王兴政;张永兵;戴琼海 | 申请（专利权）人： | 深圳市未来媒体技术研究院;清华大学深圳研究生院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 深圳新创友知识产权代理有限公司44223 | 代理人： | 方艳平 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种神经网络训练方法及三维手势姿态估计方法，包括S1通过深度相机采集包含多个手势深度图的数据集；S2采用步骤S1的数据集来训练随机森林学习器；S3采用随机森林学习器对步骤S1的数据集中的多个手势深度图进行分割，分割出手势子图，再对所述手势子图进行处理得到处理图，将所述处理图和步骤S1的数据集中的多个手势深度图进行乱序划分成训练集和测试集；S4将步骤S3得到的训练集和测试集用于训练卷积神经网络，训练得到网络模型。三维手势姿态估计方法是采用该网络模型对单张深度图片中的三维手势姿态进行估计。本发明能够精确地识别出手势中手掌手指的具体位置与姿态。 | ||
| 搜索关键词： | 一种 神经网络 训练 方法 三维 手势 姿态 估计 | ||
【主权项】：
一种神经网络训练方法，其特征在于，包括以下步骤：S1：通过深度相机采集包含多个手势深度图的数据集；S2：采用步骤S1的数据集来训练随机森林学习器；S3：采用随机森林学习器对步骤S1的数据集中的多个手势深度图进行分割，分割出手势子图，再对所述手势子图进行处理得到处理图，将所述处理图和步骤S1的数据集中的多个手势深度图进行乱序划分成训练集和测试集；S4：将步骤S3得到的训练集和测试集用于训练卷积神经网络，训练得到网络模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市未来媒体技术研究院;清华大学深圳研究生院，未经深圳市未来媒体技术研究院;清华大学深圳研究生院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710954487.0/，转载请声明来源钻瓜专利网。
