[发明专利]一种基于特征迁移学习的转换手势识别到身份识别的方法

摘要

本发明公开了一种基于特征迁移学习的转换手势识别到身份识别的方法，属于模式识别和生物识别技术领域。本发明的主要步骤包括：步骤1、制作同时包含手势类型标签和用户身份标签的手势训练集；步骤2、构建手势识别网络和特征迁移网络模型；步骤3、基于制作的数据集，训练手势识别网络；步骤4、基于制作的数据集，训练特征迁移网络；步骤5、依据学习的特征迁移网络模型参数，输入一个动态手势，识别出对应的用户身份。本发明提出基于双向门限循环网络的手势识别网络，并采用特征迁移网络将手势识别转换到身份识别，在信息安全、医学防尘等领域有着广泛的应用前景。

主权项

1.一种基于特征迁移学习的转换手势识别到身份识别的方法，其特征在于，其步骤为：步骤1、采集用户动态手势数据，制作同时包含手势类型标签和用户身份标签的手势训练集；步骤2、构建神经网络模型，该神经网络模型包含一个手势识别网络模型和一个将手势特征迁移到身份识别任务中的特征迁移网络模型；其中，特征迁移网络模型与手势识别网络模型具有相同的特征提取层结构，并共享网络参数；步骤3、依据步骤1中获得的手势训练集和步骤2中构建的手势识别网络模型，进行手势识别网络模型的训练，调整模型参数；步骤4、依据步骤1中获得的手势训练集和步骤2中构建的特征迁移网络模型，进行特征迁移网络模型的训练，调整特征迁移层的模型参数；步骤5、将用户的一组手势数据输入特征迁移网络模型，利用步骤4学习到的网络参数识别出该用户的身份标签。