[发明专利]基于Attention和SqueezeNet的多任务实时手势检测和识别方法有效
| 申请号： | 202010833267.4 | 申请日： | 2020-08-18 |
| 公开（公告）号： | CN112163447B | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 强保华;翟艺杰;王玉峰;彭博;李宝莲;陈锐东;庞远超 | 申请（专利权）人： | 桂林电子科技大学;中国电子科技集团公司第五十四研究所 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V40/20;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 桂林文必达专利代理事务所(特殊普通合伙) 45134 | 代理人： | 白洪 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 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Attention和SqueezeNet的多任务实时手势检测和识别方法。所述方法采用数据增强技术扩增数据集以达到较好的识别效果，并通过人工标注制作新的手势数据集；将Attention融合到全卷积网络BlitzNet的ResSkip残差结构和分割分支中，使模型更关注目标手势，降低背景的干扰，识别效果更好，并用SqueezeNet网络中的前15层代替BlitzNet的ResNet‑50作为手势特征提取器，设计出新的手势检测和识别模型。新模型将多个视觉任务（如手势识别和手势分割）联合训练，并通过两个不同的子网络分别进行手势识别与手势分割，使得通过单一网络就可以同时解决手势识别和分割两个问题，检测速度较快且准确率较高。本发明的模型是一种参数少、准确率高、检测速度快等综合性能突出的手势检测和识别模型。 | ||
| 搜索关键词： | 基于 attention squeezenet 任务 实时 手势 检测 识别 方法 | ||
【主权项】：
暂无信息
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桂林电子科技大学;中国电子科技集团公司第五十四研究所，未经桂林电子科技大学;中国电子科技集团公司第五十四研究所许可，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/202010833267.4/，转载请声明来源钻瓜专利网。
