基于区域卷积神经网络的第一视角手势识别与交互方法

    公开(公告)号:CN107168527B

    公开(公告)日:2019-10-18

    申请号:CN201710273519.0

    申请日:2017-04-25

    Abstract: 本发明公开了一种基于区域卷积神经网络的第一视角手势识别与交互方法,该方法包括如下步骤:S1、获取训练数据;S2、设计一个基于区域神经网络,在用于手部检测的同时,也用于手势分类与指尖检测,使得神经网络输入为三通道RGB图像,输出为手势区域的外接矩阵左上角坐标和右下角坐标,以及手势类别、手势骨架关键点;S3,判断手势类别,根据不同交互需求输出相应的交互结果。本发明提供了一种完整的第一视角手势识别与交互方法,通过单模型训练与部分网络共享,提高了第一视角下手势识别的识别速度与准确性。

    基于区域卷积神经网络的第一视角手势识别与交互方法

    公开(公告)号:CN107168527A

    公开(公告)日:2017-09-15

    申请号:CN201710273519.0

    申请日:2017-04-25

    Abstract: 本发明公开了一种基于区域卷积神经网络的第一视角手势识别与交互方法,该方法包括如下步骤:S1、获取训练数据;S2、设计一个基于区域神经网络,在用于手部检测的同时,也用于手势分类与指尖检测,使得神经网络输入为三通道RGB图像,输出为手势区域的外接矩阵左上角坐标和右下角坐标,以及手势类别、手势骨架关键点;S3,判断手势类别,根据不同交互需求输出相应的交互结果。本发明提供了一种完整的第一视角手势识别与交互方法,通过单模型训练与部分网络共享,提高了第一视角下手势识别的识别速度与准确性。

    基于深度摄像头的多模态信息融合的学习专注度分析方法

    公开(公告)号:CN107122789B

    公开(公告)日:2021-10-26

    申请号:CN201710150269.1

    申请日:2017-03-14

    Abstract: 本发明公开了基于深度摄像头的多模态信息融合的学习专注度分析方法,包含数据获取,专注度初始化,睡眠判断,发呆判断,专注度计算,专注度归零,专注度输出。所述数据获取每次获取并存储一段时间内的数据,在专注度初始化为常值后,利用存储的数据进行睡眠判断,判断成功则专注度归零,输出零作为该段时间的专注度,否则进行发呆判断,判断成功则专注度归零,输出零作为该段时间的专注度,否则进行专注度计算,将计算后的结果作为该段时间的专注度。

    基于深度摄像头的多模态信息融合的学习专注度分析方法

    公开(公告)号:CN107122789A

    公开(公告)日:2017-09-01

    申请号:CN201710150269.1

    申请日:2017-03-14

    CPC classification number: G06K9/629 G06K9/00892

    Abstract: 本发明公开了基于深度摄像头的多模态信息融合的学习专注度分析方法,包含数据获取,专注度初始化,睡眠判断,发呆判断,专注度计算,专注度归零,专注度输出。所述数据获取每次获取并存储一段时间内的数据,在专注度初始化为常值后,利用存储的数据进行睡眠判断,判断成功则专注度归零,输出零作为该段时间的专注度,否则进行发呆判断,判断成功则专注度归零,输出零作为该段时间的专注度,否则进行专注度计算,将计算后的结果作为该段时间的专注度。

Patent Agency Ranking