[发明专利]基于深度卷积神经网络的动态手势轨迹识别方法有效
| 申请号： | 201610069836.6 | 申请日： | 2016-02-01 |
| 公开（公告）号： | CN105740823B | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 马俊杰;赵晓轲;牛建伟;陈孟斌;欧阳真超 | 申请（专利权）人： | 北京高科中天技术股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京中企鸿阳知识产权代理事务所(普通合伙) 11487 | 代理人： | 刘葛;郭鸿雁 |
| 地址： | 100191 北京市海淀*** | 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： | 本发明提出了一种基于深度卷积神经网络的动态手势轨迹识别方法，包括：采集原始输入的手势轨迹点序列进行预处理，检测手势轨迹点序列的异常点并排除；对预处理后的手势轨迹点序列进行边缘化处理，生成归一化手势轨迹图，利用已训练的深度卷积神经网络模型提取归一化手势轨迹图的深度特征；利用已训练的支持向量机识别出对应的手势轨迹点序列的形状类型；利用树形分类器依据手势轨迹点序列的形状类型划分未知方向类型；对识别出来的形状类型和方向类型进行融合，生成手势轨迹点序列的融合轨迹识别结果。本发明采用形状识别和方向识别，对手势轨迹点序列提供带有方向的动态手势识别服务，动态手势轨迹识别工作不受时空差异的影响、分类更加细致。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 动态 手势 轨迹 识别 方法 | ||
【主权项】：
1.一种基于深度卷积神经网络的动态手势轨迹识别方法，其特征在于，包括如下步骤：步骤S1，采集原始输入的手势轨迹点序列，对所述手势轨迹点序列进行预处理，检测出所述手势轨迹点序列中的异常点，并进行排除；步骤S2，对所述预处理后的手势轨迹点序列进行边缘化处理，生成归一化手势轨迹图，训练深度卷积神经网络，利用已训练的深度卷积神经网络模型提取所述归一化手势轨迹图的深度特征；步骤S3，利用已训练的支持向量机对所述归一化手势轨迹图的深度特征进行类型划分，以识别出对应的手势轨迹点序列的形状类型；步骤S4，利用树形分类器依据所述手势轨迹点序列的形状类型，构造出相同形状类型的不同方向的划分模型，对所述预处理后的手势轨迹点序列的运动方向进行拟合，依据不同方向的划分模型识别出对应的手势轨迹点序列的运动方向类型；步骤S5，对识别出来的形状类型和方向类型进行融合，生成所述手势轨迹点序列的融合轨迹识别结果。
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高科中天技术股份有限公司，未经北京高科中天技术股份有限公司许可，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/201610069836.6/，转载请声明来源钻瓜专利网。
