[发明专利]一种基于卷积神经网络的动态手势跟踪方法有效
| 申请号： | 201910792280.7 | 申请日： | 2019-08-26 |
| 公开（公告）号： | CN110490165B | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 李东洁;李东阁;杨柳;徐东昊 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 时起磊 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于卷积神经网络的动态手势跟踪方法,涉及计算机视觉技术领域,为了应对在复杂场景中手势跟踪过程中遇到的肤色干扰导致跟踪效果差和跟踪的实时性不足等问题，包括以下步骤：步骤一：将复杂背景下的动态手势跟踪作为视觉任务；步骤二：选择手势图像样本进行滤波处理，然后制作手势训练集；步骤三：确定YOLOv3‑gesture手势检测网络结构；步骤四：利用规划区域检测框架完成动态手势跟踪；步骤五：对YOLOv3‑gesture模型进行训练，得到动态手势跟踪模型；步骤六：利用得到的模型完成动态手势跟踪。本发明在复杂场景中手势跟踪过程中遇到的肤色干扰时，跟踪效果强，跟踪的实时性足。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 动态 手势 跟踪 方法 | ||
【主权项】：
1.一种基于卷积神经网络的动态手势跟踪方法，其特征在于包括以下步骤：/n步骤一：将复杂背景下的动态手势跟踪作为视觉任务；/n步骤二：选择手势图像样本进行滤波处理，然后制作手势训练集；/n步骤三：确定YOLOv3-gesture手势检测网络结构；/n步骤四：利用规划区域检测框架完成动态手势跟踪；/n步骤五：对YOLOv3-gesture模型进行训练，得到动态手势跟踪模型；/n步骤六：利用得到的模型完成动态手势跟踪。/n
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/201910792280.7/，转载请声明来源钻瓜专利网。
