[发明专利]一种基于深度学习的手势识别方法有效
| 申请号： | 201810242638.4 | 申请日： | 2018-03-22 |
| 公开（公告）号： | CN108537147B | 公开（公告）日： | 2021-12-10 |
| 发明（设计）人： | 董训锋;陈镜超;李国振;马啸天 | 申请（专利权）人： | 东华大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06F3/01;G06K9/46;G06K9/62;G06T7/10 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 翁若莹;柏子雵 |
| 地址： | 200050 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的手势识别方法，其特征在于，包括以下步骤：利用手势训练集和测试集对二值化卷积神经网络进行训练；利用肤色反映的颜色信息，基于颜色信息对预处理后的原始图像进行分割，提取手势轮廓；利用训练后的二值化卷积神经网络判断手势轮廓对应的手势指令；定位一系列手势轮廓对应的动态手势起、止点，并使用TLD算法追踪手势轨迹，追踪过程中的偏差使用Haar分类器进行修正，再使用HMM算法识别动态手势。本发明提供的方法可以解决传统的手势识别中一般存在着的识别精度不高、稳定性差、实时性较差、手势功能单一等问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 手势 识别 方法 | ||
【主权项】：
1.一种基于深度学习的手势识别方法，其特征在于，包括以下步骤：步骤1、利用手势训练集和测试集对二值化卷积神经网络进行训练；步骤2、采集原始手势图像后，对原始手势图像进行预处理，以去除光照对原始图像造成的影响；步骤3、利用肤色反映的颜色信息，基于颜色信息对预处理后的原始图像进行分割，提取手势轮廓；步骤4、判断步骤3提取到的手势轮廓是否为动态手势的起、止点，若是，则该手势轮廓其后的一系列图像提取的手势轮廓为动态手势，进入步骤6，若不是，则该手势轮廓为静态手势，进入步骤5；步骤5、利用训练后的二值化卷积神经网络判断手势轮廓对应的手势指令；步骤6、定位一系列手势轮廓对应的动态手势起、止点，并使用TLD算法追踪手势轨迹，追踪过程中的偏差使用Haar分类器进行修正，再使用HMM算法识别动态手势。
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东华大学，未经东华大学许可，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/201810242638.4/，转载请声明来源钻瓜专利网。
