[发明专利]一种基于深度学习的悬浮动态手势人机交互系统在审
| 申请号: | 201910220360.5 | 申请日: | 2019-03-22 |
| 公开(公告)号: | CN111723620A | 公开(公告)日: | 2020-09-29 |
| 发明(设计)人: | 刘勇;邱锋;刘亮;潘雨粟 | 申请(专利权)人: | 浙江大学 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06F3/01 |
| 代理公司: | 浙江杭州金通专利事务所有限公司 33100 | 代理人: | 刘晓春 |
| 地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
| 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 深度 学习 悬浮 动态 手势 人机交互 系统 | ||
1.一种基于深度学习的悬浮动态手势人机交互系统,其特征在于:包括数据采集及处理模块、深度学习分类模块和结果数据分析模块,数据采集及处理模块与深度学习分类模块之间、深度学习分类模块与结果数据分析模块之间通过开放API视频接口传输数据;
数据采集及处理模块部署RGB相机,通过RGB相机对9类动态手势进行采集,采集数据以二进制文件存储,再进行数据转化,将二进制文件转化为RGB图片存储;
深度学习分类模块使用数据标注工具对图像数据进行标注,使用检测工具复检及人工交叉验证的方法保证标注数据的可靠性,在TensorFlow框架下编写深度学习手势分类模型并进行模型训练,训练后存储模型;
结果数据分析模块对视频的分类结果进行滤波,将滤波后的结果使用状态机分析,判断当前的动态手势属于哪一个类别,根据当前的手势状态进行对应的反馈并进行结果可视化显示。
2.根据权利要求1所述的一种基于深度学习的悬浮动态手势人机交互系统,其特征在于:所述深度学习分类模块中的图像数据标注分为两个阶段:第一个阶段为运动检测标注,标注图片为数据采集人员进行9类动态手势演示时获取的视频帧,标注内容为每一帧是否有手在运动,有手势则标为1,无手势则标为0;第二个阶段为对分段图像进行动态手势的分类标注,共9类常见手势,类别用数字0-8表示,包括1类的背景类。
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浙江大学,未经浙江大学许可,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/201910220360.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种SCR催化剂机器视觉检测蘸料设备
- 下一篇:图像采集装置及电子设备





