[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
