基于多模态数据的动态手势识别方法

    公开(公告)号:CN113255602A

    公开(公告)日:2021-08-13

    申请号:CN202110726159.1

    申请日:2021-06-29

    Applicant: 江南大学

    Abstract: 基于多模态数据的动态手势识别方法,属于手势识别领域。本发明以3D卷积神经网络结构为基础,提出了一种多模态数据驱动的深度网络框架。首先,对于不同模态的输入数据,结合并优化多种有效的特征提取机制,大幅度压缩了网络规模,实现从连续图像序列中同时获得动态手势的空间和时域特征。其次,引入了一种新颖的并行分类器结构,能够充分利用所提取的多模态数据特征,从而有效提高模型的鲁棒性和识别准确率。为了验证所提出的网络框架的有效性,在多模态公开数据集SKIG上进行实验,达到了99.40%的识别准确率。结果表明,对于动态手势识别任务,该网络结构在较小的参数规模下实现了较好的识别能力。

    智能识别并实时反馈的洗手监测系统

    公开(公告)号:CN112906453A

    公开(公告)日:2021-06-04

    申请号:CN202011494917.3

    申请日:2020-12-17

    Applicant: 江南大学

    Abstract: 本发明涉及医疗设备领域,公开了一种智能识别并实时反馈的洗手监测系统。包括洗手动作识别评估模块、洗手监督模块、用户交互模块、身份识别模块、数据存储模块、控制模块;通过身份识别模块对医生进行身份识别;数据采集模块实时获取多模态洗手视频数据;预处理模块对采集的视频数据预处理;手势识别模块、手势评估模块,对数据进行分析比较,通过用户交互模块实时显示出评估结果;通讯模块将结果上传至数据库模块;医院通过洗手监督模块定期或随机采样,监测数据库模块内存储的数据以及专家评估结果,对系统进行监督训练。对医院环境中的洗手动作进行高效智能识别,并在洗手过程中实时反馈洗手问题,帮助医护人员在洗手过程中及时纠正问题。

Patent Agency Ranking