[发明专利]一种动态手势识别模型的建立及使用方法

说明书

本发明公开一种动态手势识别模型的建立及使用方法，包含有以下步骤，步骤S1，提供训练数据集：所述训练数据集由原始视频序列及基于所述原始视频序列再处理得到的再处理视频序列构成；步骤S2，搭建卷积循环神经网络模型；以及，步骤S3，训练卷积循环神经网络模型：将所述训练数据集输入到所述卷积循环神经网络模型中，通过随机梯度下降的方法进行训练后得到动态手势识别模型。本发明的有益效果在于：实现动态手势视频序列端到端的处理，保留了视频序列的时间特性，神经网络模型训练简单，高效的、高精度的实现动态手势识别。

技术领域

本发明涉及动态手势识别领域，特别地是，一种动态手势识别模型的建立及使用方法。

背景技术

目前手势识方法主要分基于传感器和基于视觉两种。其中基于传感器的手势识别需要昂贵的辅助设备，交互方式不够友好自然，难以满足实际人机交互中的需求。而基于计算机视觉的手势识别技术通过提取数据集上手势数据的隐形特征来实现在现实场景中的预测，以实现无接触的自然的人机交互过程，是当前重要研究方向。手势识别技术按数据源的格式分为静态手势识别和动态手势识别，动态手势识别以其丰富的含义和广泛的应用场景具有更高的研究价值。

先前的研究有过基于动态时间归整（DTW，Dynamic Time Warping）、隐马尔可夫模型（Hidden Markov Model，HMM）、LSTM的循环神经网络的方法，但是预测准确率与实际操作的可行性却没有达到令人满意的程度，在现在最新的人机交互研究中，有效的计算机使用需要实时的、可解释的、高效的动态手势交互。

发明内容

本发明目的是克服现有技术中基于视觉的动态手势识别模型存在预测准确率与实际操作的可行性较差的问题，而提供一种新型的动态手势识别模型的建立方法及使用方法。

为了实现这一目的，本发明的技术方案如下：一种动态手势识别模型的建立方法，包含有以下步骤，

步骤S1，提供训练数据集：所述训练数据集由原始视频序列及基于所述原始视频序列再处理得到的再处理视频序列构成；

步骤S2，搭建卷积循环神经网络模型：所述卷积循环神经网络模型具有卷积神经网络及循环神经网络，所述卷积神经网络用于将所述训练数据集转换为特征向量序列，所述循环神经网络用于对所述特征向量序列进行时间维度处理；以及，

步骤S3，训练卷积循环神经网络模型：将所述训练数据集输入到所述卷积循环神经网络模型中，通过随机梯度下降的方法进行训练后得到动态手势识别模型。

作为一种动态手势识别模型的建立方法的优选方案，步骤S1中，所述再处理的方式为下述之一或组合：裁剪、重放、慢放、快放。

作为一种动态手势识别模型的建立方法的优选方案，步骤S2中，所述卷积神经网络共设计10层，其中，4层卷积层，3层最大池化层和3层全连接层。

作为一种动态手势识别模型的建立方法的优选方案，步骤S2中，所述卷积神经网络的具体参数如下：

Conv1：卷积核大小为3×3，输入通道数为3，输出通道数为12；

Maxpooling1：池化窗口大小为2×2，步长为2×2；

Conv2：卷积核大小为3×3，输入通道数为12，输出通道数为28；

Conv3：卷积核大小为3×3，输入通道数为28，输出通道数为64；

Maxpooling2：池化窗口大小为2×2，步长为2×2；

Conv4：卷积核大小为3×3，输入通道数为64，输出通道数为16；

Maxpooling3：池化窗口大小为2×2，步长为2×2；

FC1：输入神经元个数1024，输出神经元个数120；

FC2：输入神经元个数120，输出神经元个数84；

FC2：输入神经元个数84，输出神经元个数64。