[发明专利]一种面向老年陪护机器人的智能纠错方法及系统

权利要求书

1.一种面向老年陪护机器人的智能纠错方法，其特征是，包括：

将第一输出手势对应的N个输入手势中每个输入手势在卷积层的第五层的特征数组转换为特征矩阵层，其中，N为正整数；

第一输出手势对应的任意两个输入手势计算对应的特征矩阵层的相似度，获取对应的两个输入手势之间差异最大的特征矩阵层号；

第一输出手势中与任意两个输入手势之间差异最大的特征矩阵层号相同的特征矩阵层与对应的两个输入手势的差异最大的特征矩阵层分别计算相似度，相似度高的输入手势胜出；

输出胜出次数为N-1次的输入手势作为手势识别结果。

2.根据权利要求1所述的面向老年陪护机器人的智能纠错方法，其特征是，每个输入手势转换后的特征矩阵层的数量相同，第一输出手势转换后的特征矩阵层的数量与每个输入手势转换后的特征矩阵层的数量相同。

3.根据权利要求2所述的面向老年陪护机器人的智能纠错方法，其特征是，每个输入手势转换后的特征矩阵层的数量为256。

4.根据权利要求1所述的面向老年陪护机器人的智能纠错方法，其特征是，所述相似度为皮尔逊相似度，计算方式是：

其中，a_i为第i层的特征矩阵的皮尔逊相似度，X为待计算的特征矩阵，Y为待计算的另一特征矩阵，M为待计算的特征矩阵中元素的个数。

5.根据权利要求1所述的面向老年陪护机器人的智能纠错方法，其特征是，将第一输出手势对应的N个输入手势卷积层的第五层的特征数组转换为多层特征矩阵之前还包括：

建立错误手势库，所述错误手势库中存储有输入手势与输出手势之间的对应关系，并对输入手势与输出手势对应关系进行编号记录。

6.根据权利要求5所述的面向老年陪护机器人的智能纠错方法，其特征是，将第一输出手势对应的N个输入手势卷积层的第五层的特征数组转换为多层特征矩阵之前还包括：

建立差异矩阵库，所述差异矩阵库中存储有第一输出手势对应的任意两个输入手势之间对应的差异最大的特征矩阵层号。

7.根据权利要求5所述的面向老年陪护机器人的智能纠错方法，其特征是，对输入手势与输出手势对应关系进行编号记录具体是：

以输出手势编号为名称，以对应的输入手势编号为下标，构成一项记录。

8.一种面向老年陪护机器人的智能纠错系统，其特征是，包括：

转换模块，将第一输出手势对应的N个输入手势中每个输入手势在卷积层的第五层的特征数组转换为特征矩阵层，其中，N为正整数；

获取模块，第一输出手势对应的任意两个输入手势计算对应的特征矩阵层的相似度，获取对应的两个输入手势之间差异最大的特征矩阵层号；

计算模块，第一输出手势中与任意两个输入之间手势差异最大的特征矩阵层号相同的特征矩阵层与对应两个输入手势的差异最大的特征矩阵层分别计算相似度，相似度高的输入手势胜出；

输出模块，输出胜出次数为N-1次的输入手势作为手势识别结果。

9.根据权利要求8所述的面向老年陪护机器人的智能纠错系统，其特征是，还包括：

第一建立模块，建立错误手势库，所述错误手势库中存储有输入手势与输出手势之间的对应关系，并对输入手势与输出手势对应关系进行编号记录。

10.根据权利要求9所述的面向老年陪护机器人的智能纠错方法，其特征是，还包括：

第二建立模块，建立差异矩阵库，所述差异矩阵库中存储有第一输出手势对应的任意两个输入手势之间对应的差异最大的特征矩阵层号。