专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果741972个,建议您升级VIP下载更多相关专利
  • [发明专利]一种手势识别方法及系统-CN202110540651.X有效
  • 史元春;喻纯;杨欢 - 清华大学
  • 2021-05-18 - 2022-04-29 - G06F3/04883
  • 本发明提供了一种手势识别方法及系统,该方法为:获取用户用于操作屏幕的待识别手势的第一手势数据;对第一手势数据进行预处理,至少得到待识别手势的触控点ID编号的ID数量、每个触控点ID编号对应的布尔值和每个触控点ID编号对应的数据点集向量;利用待识别手势的触控点ID编号的ID数量、每个触控点ID编号对应的布尔值和每个触控点ID编号对应的数据点集向量,从预设的手势库中确定与待识别手势相匹配的样本手势,并将其作为待识别手势的最终识别结果利用待识别手势的触控点ID编号及其相关数据,从手势库中确定与待识别手势相匹配的样本手势作为最终识别结果,以实现准确识别多样化的手势,进而提高用户的使用体验。
  • 一种手势识别方法系统
  • [发明专利]手势控制方法和装置-CN201911008049.0有效
  • 曾彬;肖琴 - 上海商汤智能科技有限公司
  • 2019-10-22 - 2021-08-24 - G06F3/01
  • 本公开实施例提供一种手势控制方法,所述方法包括:对摄像头采集到的视频流中时序连续的N帧分别进行手势识别处理,得到手势识别结果序列,所述手势识别结果序列中包括所述N帧中包括的多个手势识别结果;响应于所述手势识别结果序列中包括的相同手势识别结果的数量大于或等于M,确定所述相同手势识别结果为目标手势识别结果,其中N和M分别为大于1的整数且N大于或等于M;向目标设备发送与所述目标手势识别结果对应的控制指令,或者,控制目标设备执行与所述目标手势识别结果对应的操作。
  • 手势控制方法装置
  • [发明专利]一种基于机器人的手势识别方法及机器人-CN201911315142.6在审
  • 李少春;王轶丹;崔宁;熊友军 - 深圳市优必选科技股份有限公司
  • 2019-12-19 - 2020-05-15 - G06K9/00
  • 本申请适用于计算机技术领域,提供了一种基于机器人的手势识别方法及机器人,包括:采集待识别手势图像;获取所述待识别手势图像对应的手部区域图像;采用第一预设方法对所述手部区域图像进行手势识别处理,得到第一手势;采用第二预设方法对所述手部区域图像进行手势识别处理,得到第二手势;基于所述第一手势、所述第二手势以及预设权重系数,确定所述待识别手势图像对应的手势识别结果。上述方式,机器人采集待识别手势图像,并获取对应的手部区域图像,通过两种不同的方法对手部区域图像进行手势识别处理,进而对两种识别结果进行加权,得到最终的手势识别结果,使得到的识别结果更准确,有利于用户与机器人交互
  • 一种基于机器人手势识别方法
  • [发明专利]一种飞行员动态手势识别方法及装置-CN202111367322.6在审
  • 杨曦中;万华根;姚子羽;裘旭益 - 中国航空无线电电子研究所
  • 2021-11-18 - 2022-02-11 - G06V40/20
  • 本申请提供一种飞行员动态手势识别方法及装置,属于航空人机交互技术领域,该方法包括:接收数据手套发送的待识别动态手势的角度数据,飞行员手上佩戴有数据手套,数据手套设有多个传感器,每个传感器用于以预设频率采集手指关节的角度数据;根据所述待识别动态手势的角度数据在预先建立的各手势流曲面模型中检测所述待识别动态手势的瞬间手势姿态,当在一个手势流曲面模型中检测到所述待识别动态手势的瞬间手势姿态时,确定瞬间手势姿态的起始时间点;根据瞬间手势姿态的起始时间点确定所述待识别动态手势手势类型,具有较快的运算速度,识别准确率高和易扩展,可以实时识别手势,用于飞行员动态手势识别
  • 一种飞行员动态手势识别方法装置
  • [发明专利]黑屏手势识别方法、装置、存储介质及移动终端-CN201710633673.4有效
  • 韩通;郭明强;石仁栋;汪昊;张强 - OPPO广东移动通信有限公司
  • 2017-07-28 - 2019-09-24 - G06F3/0488
  • 本发明实施例公开了一种黑屏手势识别方法、装置、存储介质及移动终端。该方法包括监控应用层中各个黑屏手势的开关状态,并根据所述开关状态更新驱动层中的黑屏手势开关;将已开启的黑屏手势与预设的易混淆手势组中的黑屏手势进行匹配,根据匹配结果判断是否变更已开启的黑屏手势识别条件;若是,则采用预设的第二识别条件替换所述驱动层中所述已开启的黑屏手势的第一识别条件,并根据第二识别条件识别用户输入的黑屏手势手势类型。上述技术方案根据用户对于黑屏手势的配置对已启用的黑屏手势进行响应,并且对已启用的黑屏手势识别条件进行针对性调整,可以有效地避免目前黑屏手势识别率不高的情况发生,提高了手势识别率。
  • 黑屏手势识别方法装置存储介质移动终端
  • [发明专利]一种基于联邦学习的毫米波手势识别方法及系统-CN202210171022.9在审
  • 刘震宇;马崇润;甘炼强;何徽鸿;刘昊明;梁进杰 - 广东工业大学
  • 2022-02-23 - 2022-07-12 - G06F3/01
  • 本发明公开了一种基于联邦学习的毫米波手势识别方法,包括以下步骤:S1:云服务器向手势识别客户端分发初始全局手势分类模型和当前训练轮次;S2:手势识别客户端采集手势信息,得到手势特征图,建立本地手势数据集,得到手势分类结果;S3:训练得到本地手势分类模型;S4:本地手势分类模型进行聚合浅层网络或交换深层网络,得到手势识别结果并输出。本发明还公开了一种基于联邦学习的毫米波手势识别系统,在保证各手势识别客户端本地数据不被泄露的同时增大用于训练手势分类模型的样本数量,提高手势分类模型的泛化能力和手势分类的准确率,拓展描述手势动作的信息维度提高对于特定手势识别准确率,降低手势识别客户端与云服务器间的通信流量。
  • 一种基于联邦学习毫米波手势识别方法系统
  • [发明专利]静态手势识别方法-CN201510727593.6在审
  • 罗军 - 成都理想境界科技有限公司
  • 2015-10-30 - 2017-05-10 - G06K9/00
  • 本发明提供一种静态手势识别方法,包括以下步骤获取待识别手势图像;提取所述手势图像中的手部姿态特征;将所述手部姿态特征与预设的手势模型进行特征比对,确定所述待识别手势图像的识别结果。本发明的静态手势识别方法,获取待识别手势图像,通过检测识别手部姿态特征,实现静态手势识别。本发明的静态手势识别方法在检测手部姿态轮廓的同时进行手部姿态轮廓分割,将检测和分割结合,显著地提高了手势识别效率,同时无需获取精确的手部轮廓,能够有效避免由于手部分割和轮廓边缘提取不精确导致的误差。
  • 静态手势识别方法
  • [发明专利]基于Untiy引擎的手势处理方法及系统-CN202010945040.9在审
  • 康望才 - 湖南翰坤实业有限公司
  • 2020-09-09 - 2020-12-04 - G06K9/00
  • 本发明公开了一种基于Untiy引擎的手势处理方法及系统,通过收集用户手部数据;依据预设的手势阈值规则对收集到的用户手部数据进行处理,以形成手势库,手势库包括静态手势识别库和动态手势识别库;手势阈值规则包括手部伸展阈值规则和手部弯曲阈值规则;运用手势处理算法划分手势识别区域,在手势识别区域内使用处理后的用户手部数据。本发明提供的基于Untiy引擎的手势处理方法及系统,用户能够根据自己的想法设定手部动作的表意,实现了动态手势的配置,同时也能够进行固定手势识别;有助于开发手势识别应用以及自定义手势动作;手势动作识别精度高
  • 基于untiy引擎手势处理方法系统
  • [发明专利]自动捕捉目标物的系统和方法-CN201510537481.4在审
  • 刘国华 - 深圳市国华识别科技开发有限公司
  • 2015-08-27 - 2015-12-30 - G06K9/00
  • 本发明涉及一种自动捕捉目标物的系统和方法,所述系统包括:图像采集模块,用于采集包含有用户手势和目标物的图像;手势识别模块,用于识别用户手势并输出手势识别结果,所述手势识别结果为手拿物体的手势或手指向物体的手势;图像识别模块,用于根据所述手势识别结果确定目标物的位置、识别目标物,并输出图像识别结果;交互模块,用于根据所述图像识别结果与用户进行交互。本发明可以提高识别准确度和交互性能。
  • 自动捕捉目标系统方法
  • [发明专利]基于特征图像全像素灰度值的ELM手势识别算法-CN201510146321.7在审
  • 帅立国;魏有莹;陈慧玲;范钦;刁梁;陶骏;肖禧成 - 东南大学
  • 2015-03-30 - 2015-07-01 - G06K9/00
  • 本发明提出了一种基于特征图像全像素灰度值的ELM手势识别算法,该算法主要包括图像预处理和ELM手势识别两部分,其中图像预处理包括经历肤色分割、滤波、标准化和特征提取,ELM手势识别包括ELM计算和基于最大隶属度思想的识别对于原始手势图像库,经图像预处理得到学习手势图像库,再对所述学习手势图像库中的图像进行ELM计算,最终获得原始手势特征库。待识别手势图像也经过图像预处理和ELM计算得到待识别手势特征;最后基于“最大隶属度”思想,将所述待识别手势特征与所述原始手势特征库进行匹配,从而对手势进行识别。本发明运算量小,识别速度快,在小样本训练的条件下,也能够达到很好的识别精度。
  • 基于特征图像像素灰度elm手势识别算法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top