加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种基于改进VGGNet网络和PCA的静态手势识别方法

发明专利有效专利
  • 申请号:
    CN202010532751.3
  • IPC分类号:G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06F16/51;G06F16/55;G06F16/583
  • 申请日期:
    2020-06-12
  • 申请人:
    桂林电子科技大学
著录项信息
专利名称一种基于改进VGGNet网络和PCA的静态手势识别方法
申请号CN202010532751.3申请日期2020-06-12
法律状态实质审查申报国家中国
公开/公告日2020-09-22公开/公告号CN111695507A
优先权暂无优先权号暂无
主分类号G06K9/00IPC分类号G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;F;1;6;/;5;1;;;G;0;6;F;1;6;/;5;5;;;G;0;6;F;1;6;/;5;8;3查看分类表>
申请人桂林电子科技大学申请人地址
广西壮族自治区桂林市七星区金鸡路1号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人桂林电子科技大学当前权利人桂林电子科技大学
发明人谢武;贾清玉;刘满意;强保华;崔梦银;瞿元昊
代理机构桂林市华杰专利商标事务所有限责任公司代理人陆梦云
摘要
本发明公开了一种基于改进VGGNet网络的静态手势识别方法,该方法将VGGNet网络进行改进,使用不同的分支来学习标签信息,同时在网络中引入哈希层将手势图像的特征投影到汉明空间,通过计算汉明距离来提高处理手势的效率。将改进后的VGGNet网络和传统的主成分分析方法相结合来进行手势识别,首先将原始数据集和增强后的数据集作为输入数据对VGGNet网络进行训练,得到手势图像的高维特征,然后通过主成分分析法PCA将高维图像特征进行降维,减小特征向量长度,缩短图像之间的相似性度量的计算时间,从而提高提高手势识别的精度和效率。

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