[发明专利]一种基于加权特征谱融合的手势检测方法在审
申请号: | 201710767612.7 | 申请日: | 2017-08-31 |
公开(公告)号: | CN107590449A | 公开(公告)日: | 2018-01-16 |
发明(设计)人: | 李宏亮;杨燕平;姚晓宇;方清;陈雅丽 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 电子科技大学专利中心51203 | 代理人: | 甘茂 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 加权 特征 融合 手势 检测 方法 | ||
1.一种基于加权特征谱融合的手势检测方法,该方法包括:
步骤1:获取用户手势图像,对进行灰度处理;
步骤2:采用特征提取网络提取步骤1处理后图像的全局特征;
步骤3:步骤2的到的全局特征采用识别器进行识别;
其特征在于所述步骤2的特征提取网络包括依次级联的:第1卷积模块、第1池化模块、第2卷积模块、第2池化模块、第3-1卷积模块、第3-2卷积模块、第3-3卷积模块、第3池化模块、第4-1卷积模块、第4-2卷积模块、第4-3卷积模块、第4池化模块、第5-1卷积模块、第5-2卷积模块、第5-3卷积模块、第5池化模块、第6卷积模块;额外的还包括一条加权支路,该加权支路包括依次级联的下采样模块和加权模块;加权支路的输入为第3-3卷积模块的输出,加权支路的输出与第4-3卷积模块的输出级联作为特征提取网络的一个输出,特征提取网络的另外两个输出为第5-3卷积模块的输出和第6卷积模块的输出。
2.如权利要求1所述的一种基于加权特征谱融合的手势检测方法,其特征在于所述特征提取网络中第1卷积模块的卷积核个数为32、卷积核大小为5×5、卷积步长为2/1,第1池化模块的卷积核大小为2×2、卷积步长为2/0,第2卷积模块的卷积核个数为64、卷积核大小为5×5、卷积步长为1/1,第2池化模块的卷积核大小为2×2、卷积步长为2/0,第3-1卷积模块的卷积核个数为128、卷积核大小为3×3、卷积步长为1/1,第3-2卷积模块、第3-3卷积模块的参数与第3-1卷积模块的参数相同,第3池化模块的卷积核大小为2×2、卷积步长为2/0,第4-1卷积模块的卷积核个数为256、卷积核大小为3×3、卷积步长为1/1,第4-2卷积模块、第4-3卷积模块的参数与第4-1卷积模块的参数相同,第4池化模块的卷积核大小为2×2、卷积步长为2/0,第5-1卷积模块的卷积核个数为256、卷积核大小为3×3、卷积步长为1/1,第5-2卷积模块的的参数与第5-1卷积模块的参数相同,第5-3卷积模块的卷积核个数为1024、卷积核大小为3×3、卷积步长为1/1,第5池化模块的卷积核大小为3×3、卷积步长为1/1,第6卷积模块的卷积核个数为1024、卷积核大小为3×3、卷积步长为2/1。
3.如权利要求2所述的一种基于加权特征谱融合的手势检测方法,其特征在于所述加权支路中的下采样的采样率为2;加权模块的参数为0.5。
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电子科技大学,未经电子科技大学许可,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/pat/books/201710767612.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种数控机床的滚刀磨切机
- 下一篇:一种全自动刹车片开槽倒角装置