[发明专利]一种误识手势检测和纠错方法

权利要求书

1.一种误识手势检测和纠错方法，其特征在于：所述方法将任意一张手势的图片i输入到卷积神经网络进行识别得到类别号m，然后提取该图片i在卷积神经网络中的第5层卷积层的特征，计算第6通道和第58通道上的三维曲面峰值，通过对三维曲面峰值的判断实现对误识手势检测和纠错。

2.根据权利要求1所述的误识手势检测和纠错方法，其特征在于：所述方法包括：

(1)将任意一张手势的图片i输入到训练好的卷积神经网络中，输出卷积神经网络识别出的类别号m；

(2)提取图片i在第5层卷积层的特征值；

(3)计算图片i在第6通道上和第58通道上的三维曲面峰值w(i,6)，w(i,58)；

(4)利用所述三维曲面峰值w(i,6)、w(i,58)实现对误识手势检测和纠错。

3.根据权利要求2所述的误识手势检测和纠错方法，其特征在于：所述步骤(2)中的第5层卷积层是卷积神经网络caffenet的第5层；采用python接口获得图片i在第5层卷积层的特征值。

4.根据权利要求2所述的误识手势检测和纠错方法，其特征在于：所述步骤(3)的操作包括：

利用下式计算图片i在第6通道上和第58通道上的三维曲面峰值：

W(i,j)＝max(max(Z_i,j))，i∈m,j∈256 (2)

其中，Z_i,j是采用下式计算得到的：

Z＝griddata(x,y,z,X,Y,'v4') (1)

其中z＝f(x,y)，曲面拟合有不规则的数据向量x,y,z；griddata()将返回曲面z在点(X,Y)处的插值。

5.根据权利要求4所述的误识手势检测和纠错方法，其特征在于：所述步骤(4)的操作包括：

提供类别的判断条件，如果图片i对应的手势与该类别相似，则将类别调整成该类别，如果不相似，则输出卷积神经网络识别出的类别号m。

6.根据权利要求5所述的误识手势检测和纠错方法，其特征在于：所述类别的判断条件为：第6通道上的第一类手势F类的识别区域D_F6、第6通道上的第二类手势S类的识别区域D_S6、第58通道上的第一类手势F类的识别区域D_F58、第58通道上的第二类手势S类的识别区域D_S58。

7.根据权利要求6所述的误识手势检测和纠错方法，其特征在于：

D_F6为(7.4,11]；

D_S6为[4,7.4]；

D_F58为[4.4,7)；

D_S58为[3,4.4)。

8.根据权利要求7所述的误识手势检测和纠错方法，其特征在于：所述如果图片i对应的手势与该类别相似，则将类别调整成该类别，如果不相似，则输出卷积神经网络识别出的类别号m的操作包括：

如果w(i,6)∈D_F6并且w(i,58)∈D_F58，则识别出的新类别号n等于第一类手势F类；

如果w(i,6)∈D_S6并且w(i,58)∈D_S58，则识别出的新类别号n等于第二类手势S类；

如果上述条件都不满足，则识别出的新类别号n等于m。