[发明专利]一种多特征融合的手势识别方法在审
| 申请号： | 201910182109.4 | 申请日： | 2019-03-11 |
| 公开（公告）号： | CN109934159A | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 官巍;马力;卢梦园;马俊峰;张晗 | 申请（专利权）人： | 西安邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 西安铭泽知识产权代理事务所(普通合伙) 61223 | 代理人： | 俞晓明 |
| 地址： | 710121 陕西省西安*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多特征融合的手势识别方法，涉及图像识别技术领域，本发明提供一种多特征融合的手势识别方法，该方法通过选择合理的手势特征，利用多特征融合的特征提取算法，使特征的计算量小，有效性高，通过这种方式能有效解决复杂场景下，手势识别率不高的问题，且满足实时性的要求。 | ||
| 搜索关键词： | 多特征融合 手势识别 特征提取算法 图像识别技术 复杂场景 手势特征 有效解决 计算量 实时性 | ||
【主权项】：
1.一种多特征融合的手势识别方法，其特征在于，包括以下步骤：步骤1：通过图像采集单元采集手势图像，将手势图像输入图像预处理单元进行色度提取、边缘提取和指尖提取；步骤2：通过运算单元得出当前手势图像的边缘坐标信息和指尖坐标信息，计算当前识别手势的周长与面积比、Hu矩以及傅里叶描述子特征，构成手势特征向量；步骤3：将提取的手势特征向量作为BP神经网络的输入，通过训练BP神经网络实现静态手势分类。
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西安邮电大学，未经西安邮电大学许可，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/201910182109.4/，转载请声明来源钻瓜专利网。
