[发明专利]一种基于对数路径积分特征和卷积神经网络的手势识别方法在审
| 申请号： | 201810106610.8 | 申请日： | 2018-02-02 |
| 公开（公告）号： | CN108304806A | 公开（公告）日： | 2018-07-20 |
| 发明（设计）人： | 张鑫;李晨阳 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 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对数路径积分特征和卷积神经网络的手势识别方法，步骤包括：对视频数据进行标注，训练一个基于Faster‑RCNN的手部检测器；利用手部检测器对视频样本逐帧进行检测，获得每一帧的手部位置；基于每一帧的手部位置，结合时间和深度构建出二维、三维和四维的手部轨迹；对手部轨迹进行数据增强；对增强后的轨迹样本提取相应的对数路径积分特征；将对数路径积分特征按照空间位置信息进行排列，构建出对应的特征立方体；将特征立方体作为卷积神经网络的输入，并最终输出识别结果。本发明将鲁棒的对数路径积分特征应用于手势识别领域，并提出新的数据增强方法随机弃帧，在不同的背景和光照条件下，都能准确识别手势种类。 | ||
| 搜索关键词： | 积分特征 卷积神经网络 手势识别 手部 检测器 手部位置 数据增强 构建 空间位置信息 对视频数据 光照条件 轨迹样本 视频样本 输出识别 二维 鲁棒 四维 逐帧 标注 手势 三维 检测 应用 | ||
【主权项】：
1.一种基于对数路径积分特征和卷积神经网络的手势识别方法，其特征在于，包括步骤：S1、对视频数据进行标注，训练一个基于Faster‑RCNN的手部检测器；S2、利用训练好的手部检测器对训练集和测试集的视频样本逐帧进行检测，获得每一帧的手部位置；S3、基于每一帧的手部位置，结合时间信息和深度信息，构建出二维、三维和四维三种形式的手部轨迹；S4、对所获得的手部轨迹进行数据增强，包括随机弃帧以及常规操作，其中，常规操作包括旋转、变形和平移；S5、对增强后的轨迹样本提取相应的对数路径积分特征，计算出每一个轨迹点对应的对数路径积分特征；S6、将对数路径积分特征按照空间位置信息进行排列，从而构建出对应的特征立方体；S7、将训练集的特征立方体作为卷积神经网络的输入，训练卷积神经网络，并将测试集作为训练好的卷积神经网络的输入，输出最终的识别结果。
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华南理工大学，未经华南理工大学许可，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/201810106610.8/，转载请声明来源钻瓜专利网。
