-
公开(公告)号：CN109446950A
公开(公告)日：2019-03-08
申请号：CN201811200740.4
申请日：2018-10-16
Applicant: 东南大学
IPC: G06K9/00
Abstract: 本发明提供了一种基于热像仪摄像头的静态手势识别方法，包括以下步骤：将热像仪摄像头获取的热像温度数据，通过对数转换成为图像像素值；图像预处理；特征提取；手势识别。由于将热像温度数据转化为图像像素值后再行处理和识别，本发明提供的基于热像仪摄像头的静态手势识别方法在无光、弱光以及复杂颜色背景等的各种环境下均能够有效准确地分割出人手区域，并进行准确的手势分类识别，输出正确的期望结果，且算法鲁棒性好。
-
公开(公告)号：CN109446950B
公开(公告)日：2022-02-15
申请号：CN201811200740.4
申请日：2018-10-16
Applicant: 东南大学
IPC: G06V40/10
Abstract: 本发明提供了一种基于热像仪摄像头的静态手势识别方法，包括以下步骤：将热像仪摄像头获取的热像温度数据，通过对数转换成为图像像素值；图像预处理；特征提取；手势识别。由于将热像温度数据转化为图像像素值后再行处理和识别，本发明提供的基于热像仪摄像头的静态手势识别方法在无光、弱光以及复杂颜色背景等的各种环境下均能够有效准确地分割出人手区域，并进行准确的手势分类识别，输出正确的期望结果，且算法鲁棒性好。
-
公开(公告)号：CN109508670B
公开(公告)日：2021-10-12
申请号：CN201811341659.8
申请日：2018-11-12
Applicant: 东南大学
Abstract: 本发明提供了一种基于红外摄像头的静态手势识别方法，属于红外（IR）图像的图像处理技术以及手势识别领域，该方法主要包括以下步骤：红外图像预处理；构建卷积神经网络，针对红外手势图像进行特征提取；根据分类权重占比，输出最终的手势分类。由于红外摄像头相比传统可见光摄像头获取图像的方式不再依赖外界环境光，本发明提供的基于红外摄像头的静态手势识别方法在无光、弱光以及不同场景的光照和背景噪声干扰下，均能够有效准确地提取手势特征，并进行准确的手势分类识别，输出正确的期望结果，且算法鲁棒性好。
-
公开(公告)号：CN109508670A
公开(公告)日：2019-03-22
申请号：CN201811341659.8
申请日：2018-11-12
Applicant: 东南大学
Abstract: 本发明提供了一种基于红外摄像头的静态手势识别方法，属于红外（IR）图像的图像处理技术以及手势识别领域，该方法主要包括以下步骤：红外图像预处理；构建卷积神经网络，针对红外手势图像进行特征提取；根据分类权重占比，输出最终的手势分类。由于红外摄像头相比传统可见光摄像头获取图像的方式不再依赖外界环境光，本发明提供的基于红外摄像头的静态手势识别方法在无光、弱光以及不同场景的光照和背景噪声干扰下，均能够有效准确地提取手势特征，并进行准确的手势分类识别，输出正确的期望结果，且算法鲁棒性好。
-
-
-
Search Results
4
records
(took 0.013 seconds)
