[发明专利]基于深度神经网络的手势识别检测方法与装置有效
| 申请号： | 201510859608.4 | 申请日： | 2015-11-30 |
| 公开（公告）号： | CN105373785B | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 黄畅;都大龙;杨铭;余凯 | 申请（专利权）人： | 北京地平线机器人技术研发有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06F3/01;G06N3/12 |
| 代理公司： | 北京市正见永申律师事务所 11497 | 代理人： | 黄小临;王怀章 |
| 地址： | 100085 北京市海淀区上地信息路1号（北京实创高*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了基于深度神经网络的手势识别检测方法和装置。所述方法包括：通过摄像元件获取包含手势的图像序列；运用深度神经网络模型对图像序列中的手势进行检测，判定预定义手势事件是否发生，所述预定义手势事件包括一个或多个预定义手势的出现，所述预定义手势对预定义大小的图像块进行手势分类。通过上述方法实现了快速准确地识别预定义手势事件。 | ||
| 搜索关键词： | 基于 深度 神经网络 手势 识别 检测 方法 装置 | ||
【主权项】：
1.一种基于深度神经网络的手势识别检测方法，其特征在于，所述方法包括：通过摄像元件获取包含手势的图像序列；以及运用深度神经网络模型对图像序列中的手势进行检测，判定预定义手势事件是否发生，所述预定义手势事件包括一个或多个预定义手势的出现，所述预定义手势对预定义大小的图像块进行手势分类，其中，运用深度神经网络模型对图像序列中的手势进行检测包括：在单帧图像内运用卷积神经网络进行从粗到细的手势识别检测，获得预定义手势事件是否发生的初步判定结果，以及对连续图像序列中的初步判定结果序列，运行递归神经网络分类模型，基于手势识别的时间序列，获得预定义手势事件是否发生的精确判定结果，其中，所述在单帧图像内运用卷积神经网络进行从粗到细的手势识别检测，包括：估算手势在单帧图像的全图中的大致位置范围，在估算的大致位置范围内，对单帧图像的全图进行多个分辨率的降采样，获得多个分辨率的尺度空间的图像，以及在所述多个分辨率的尺度空间的图像中利用滑动窗搜索所述预定义手势，将搜索结果作为所述初步判定结果的依据。
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北京地平线机器人技术研发有限公司，未经北京地平线机器人技术研发有限公司许可，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/201510859608.4/，转载请声明来源钻瓜专利网。
