[发明专利]基于卷积神经网络和对抗卷积神经网络的手势识别方法在审
| 申请号： | 201910084356.0 | 申请日： | 2019-01-29 |
| 公开（公告）号： | CN109815920A | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 方巍;丁叶文;张飞鸿 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 吴海燕 |
| 地址： | 210044 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络和对抗卷积神经网络的手势识别方法，对于某些特定类型的手势，首先通过使用对抗卷积神经网络来生成训练样本，可以解决训练模型时的过拟合问题；此外，使用卷积神经网络来进行手势识别，可以有效提高识别的准确率及效率，可以达到实时的手势识别。本发明将卷积神经网络和对抗卷积神经网络结合应用于手势识别，相对于传统的识别方法，神经网络的优点是能够直接与图像像素进行卷积，从图像像素中提取图像特征，这种处理方式更加接近人类大脑视觉系统的处理方式。 | ||
| 搜索关键词： | 卷积神经网络 手势识别 对抗 处理方式 图像像素 提取图像特征 结合应用 人类大脑 神经网络 视觉系统 训练模型 训练样本 传统的 准确率 卷积 拟合 手势 | ||
【主权项】：
1.一种基于卷积神经网络和对抗卷积神经网络的手势识别方法，其特征在于，包括步骤：(1)采集样本图像，确定学习样本，并分类存放；(2)利用对抗卷积神经网络自主学习样本图像，生成得到新的手势图像；(3)对抗卷积神经网络生成的手势图像，作为识别卷积神经网络自主学习的样本，训练得到识别卷积神经网络模型；(4)准备待识别手势；(5)调用识别卷积神经网络模型进行手势识别；(6)保存识别结果。
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南京信息工程大学，未经南京信息工程大学许可，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/201910084356.0/，转载请声明来源钻瓜专利网。
