[发明专利]基于图卷积神经网络的手势识别的方法及装置在审
| 申请号： | 201910676491.4 | 申请日： | 2019-07-25 |
| 公开（公告）号： | CN110390305A | 公开（公告）日： | 2019-10-29 |
| 发明（设计）人： | 叶典;邱卫根;陈玉冰;刘畅;曾博;曹祖晟 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 李慧引 |
| 地址： | 510060 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于图卷积神经网络的手势识别的方法及装置，该方法包括：通过利用姿态估计算法得到手势关节点时空图和对所述手势关节点时空图进行归一化处理，得到待计算数据，使得可以通过建立的时空图卷积神经网络‑手势识别的模型对所述待计算数据进行计算，最终得到识别结果。而时空图卷积神经网络‑手势识别的模型，通过六个时空卷积单元和三个池化层以及一个支持向量机分类机对所述计算得到的数据进行分类，从而实现了在提高了手势识别的准确性的同时，提高了手势识别的实时性。 | ||
| 搜索关键词： | 手势识别 神经网络 计算数据 关节点 时空图 时空 手势 支持向量机分类 姿态估计算法 归一化处理 实时性 池化 卷积 分类 | ||
【主权项】：
1.一种基于图卷积神经网络的手势识别的方法，其特征在于，包括：利用姿态估计算法对手势数据集进行预处理，得到手势关节点时空图；其中，所述姿态估计算法是基于卷积神经网络和监督学习并以深度学习算法为框架开发的；对所述手势关节点时空图进行归一化处理，得到待计算数据；将所述待计算数据输入至时空图卷积神经网络‑手势识别的模型中得到识别结果；其中，所述时空图卷积神经网络‑手势识别的模型为利用图卷积神经网络构建得到。
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广东工业大学，未经广东工业大学许可，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/201910676491.4/，转载请声明来源钻瓜专利网。
