一种基于多特征融合的静态手势图像识别方法

发明专利有效专利

申请号：
CN201911336419.3
IPC分类号：G06V40/10;G06V10/26;G06V10/44;G06V10/50;G06V10/56;G06V10/46;G06V10/762;G06V10/764;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
申请日期：
2019-12-23
申请人：
浙江理工大学

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	一种基于多特征融合的静态手势图像识别方法
申请号	CN201911336419.3	申请日期	2019-12-23
法律状态	授权	申报国家	中国
公开/公告日	2020-05-15	公开/公告号	CN111160194A
优先权	暂无	优先权号	暂无
主分类号	G06V40/10	IPC分类号	G;0;6;V;4;0;/;1;0;;;G;0;6;V;1;0;/;2;6;;;G;0;6;V;1;0;/;4;4;;;G;0;6;V;1;0;/;5;0;;;G;0;6;V;1;0;/;5;6;;;G;0;6;V;1;0;/;4;6;;;G;0;6;V;1;0;/;7;6;2;;;G;0;6;V;1;0;/;7;6;4;;;G;0;6;V;1;0;/;8;0;;;G;0;6;V;1;0;/;8;2;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	浙江理工大学	申请人地址	浙江省杭州市江干经济开发区2号大街928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	浙江理工大学	当前权利人	浙江理工大学
发明人	田秋红;包嘉欣;杨慧敏;陈影柔
代理机构	杭州求是专利事务所有限公司	代理人	暂无

摘要

本发明公开了一种基于多特征融合的静态手势图像识别方法。利用综合多要素的图像处理方法对原始的手势图像进行分割，然后对分割后的手势图像进行局部特征提取，局部特征包含Gabor特征、HOG特征和Hu矩特征；将原始的手势图像转换成灰度图像，然后构建了一个双通道卷积神经网络分别提取手势图像的特征，将提取的特征进行求和作为深层次特征；将手势图像的局部特征和深层次特征进行融合，获得融合特征；将融合特征输入到分类器中分类获得不同类别的概率，以最大概率的类别作为手势图像中的手势类别识别结果。本发明提出的方式能够解决复杂背景下的26种手势字母的识别问题，且获得了较高的识别率。

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