一种AR系统手势识别方法

发明专利有效专利

申请号：
CN201810025105.0
IPC分类号：G06K9/00;G06N3/04;G06N3/08
申请日期：
2018-01-11
申请人：
浙江工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种AR系统手势识别方法
申请号	CN201810025105.0	申请日期	2018-01-11
法律状态	授权	申报国家	中国
公开/公告日	2018-07-27	公开/公告号	CN108334814A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	浙江工业大学	申请人地址	浙江省杭州市下城区潮王路18号浙江工业大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江工业大学	当前权利人	浙江工业大学
发明人	付明磊;胡海霞
代理机构	杭州斯可睿专利事务所有限公司	代理人	王利强

摘要

一种基于卷积神经网络结合用户习惯性行为分析的AR系统手势识别方法，包括以下步骤：步骤1：用户习惯性手势图像采集：由用户随机提供一组手势，将这组手势作为标准手势，采集该组手势图像，记为标准组；根据标准组手势模型图，构建其对应的实际标签类别；设置不同的标签类别触发相应AR系统指定功能；步骤2：手势区域图像检测：分别对标准组、训练样本组及测试样本组的手势图像进行手势区域图像检测，以实现图像中肤色与非肤色区域的分割；步骤3：卷积神经网络实现手势特征识别：设计卷积神经网络初步结构模型，用样本数据训练并测试调整卷积神经网络模型，将二值化图像直接输入卷积神经网络。本发明手势识别准确率较高、附加设备成本较低。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供