[发明专利]一种基于卷积神经网络的人机交互方法有效
| 申请号： | 201710894577.5 | 申请日： | 2017-09-28 |
| 公开（公告）号： | CN107885324B | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 杨滨 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06F3/01 | 分类号： | G06F3/01;G06K9/00;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 邵骅 |
| 地址： | 214081 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于卷积神经网络的人机交互方法，包括以下步骤：（1）训练神经网络：1.1对视频库中手势动作逐帧识别，形成手轮廓图像；1.2对识别的手轮廓图像执行通道求和操作；1.3对求和操作得到的图像输入到卷积神经网络中进行训练，得到训练好的神经网络；（2）手势判断：2.1对摄像头采集的手势动作逐帧识别，形成手轮廓图像；2.2对识别的手轮廓图像执行通道求和操作；2.3对步骤2.2求和操作得到的图像输入到步骤1.3训练好的卷积神经网络中，判断出输入的手势动作属于什么类型手势；2.4输出识别结果，进行相信手势操作。本发明充分利用了机器学习技术，可实现对单一源视频图像帧序列的手势准确判断。本发明可以快速得到鲁棒的多通道手势图，比现有的手势识别方法，更高效简单快捷。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 人机交互 方法 | ||
【主权项】：
一种基于卷积神经网络的人机交互方法，其特征在于包括下述步骤：(1)训练神经网络：1.1对视频库中手势动作逐帧识别，形成手轮廓图像；1.2对识别的手轮廓图像执行通道求和操作；1.3对求和操作得到的图像输入到卷积神经网络中进行训练，得到训练好的神经网络；(2)手势判断：2.1对摄像头采集的手势动作逐帧识别，形成手轮廓图像；2.2对识别的手轮廓图像执行通道求和操作；2.3对步骤2.2求和操作得到的图像输入到步骤1.3训练好的卷积神经网络中，判断出输入的手势动作属于什么类型手势；2.4输出识别结果，进行相应手势操作。
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江南大学，未经江南大学许可，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/201710894577.5/，转载请声明来源钻瓜专利网。
