[发明专利]一种基于迁移学习的手势分类方法有效
申请号: | 201910597980.0 | 申请日: | 2019-07-04 |
公开(公告)号: | CN110390275B | 公开(公告)日: | 2023-05-26 |
发明(设计)人: | 金鹰;王飞;胡荣林;朱全银;董甜甜;姚玉婷;邵鹤帅;施嘉婷 | 申请(专利权)人: | 淮阴工学院 |
主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V40/10;G06V10/764;G06V10/82;G06N3/0464;G06N3/096 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 梁耀文 |
地址: | 223005 江苏省淮安市洪泽区东七街三号高*** | 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迁移学习的手势分类方法,适用于手势图像分类问题。本发明步骤一、将手势视频V转换为手势帧数据集合G0;步骤二、通过高斯滤波方法、OTSU算法和图像与运算对G0分别进行去除噪声、二值化和背景分割处理,得到手势帧数据集合G1,为G1设置标签后得到帧标签数据集合L;步骤三、使用MobileNet卷积神经网络架构和权重文件进行迁移学习,创建与训练模型M1;步骤四、通过模型M1提取帧数据集合G1的特征,得到帧特征向量集合F0;步骤五、将XGBoost作为分类模型对测试集进行分类,得到最终分类结果。本发明将已经训练好的MobileNet卷积神经网络权重迁移至手势图像数据集进行特征提取,采用XGBoost作为分类模型,提升分类精确度的同时减少模型计算量。 | ||
搜索关键词: | 一种 基于 迁移 学习 手势 分类 方法 | ||
【主权项】:
1.一种基于迁移学习的手势分类方法,其特征在于,包括如下步骤:(1)将手势视频V转换为手势帧数据集合G0;(2)通过高斯滤波方法、OTSU算法和图像与运算对G0分别进行去除噪声、二值化和背景分割处理,得到手势帧数据集合G1,为G1设置标签后得到帧标签数据集合L;(3)使用MobileNet卷积神经网络架构和权重文件进行迁移学习,创建与训练模型M1;通过模型M1提取帧数据集合G1的特征,得到帧特征向量集合F0;(4)将XGBoost作为分类模型对测试集进行分类,得到最终分类结果。
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淮阴工学院,未经淮阴工学院许可,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/201910597980.0/,转载请声明来源钻瓜专利网。
- 上一篇:指纹玻璃自动贴合方法
- 下一篇:基于遥感大数据的大棚房识别方法及系统