买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉沈阳建筑大学申请的专利一种基于CBC分类器的Attention-YOLOv5网络手势识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115862127B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211034219.4，技术领域涉及：G06V40/20；该发明授权一种基于CBC分类器的Attention-YOLOv5网络手势识别方法是由袁帅;吕佳琪;许景科;师金钢;栾方军设计研发完成，并于2022-08-26向国家知识产权局提交的专利申请。

本一种基于CBC分类器的Attention-YOLOv5网络手势识别方法在说明书摘要公布了：本发明公开了一种基于CBC分类器的Attention‑YOLOv5网络手势识别方法，包括：基于制作的手势图像数据集和标签，训练得到YOLOv5网络模型；在YOLOv5网络模型中添加CBMA模块，使得重要目标特征占有更大处理比重，并训练得到Attention‑YOLOv5网络模型；建立基于R‑vineCopula改进的CBC分类器，CBC分类器接于YOLOv5的输出端；获取待识别手势图像，并基于YOLOv5网络模型和改进的CBC分类器检测识别，输出结果。本发明通过引入注意力机制，改善了YOLOv5目标检测网络特征差异不敏感问题。使用R‑vineCopula模型改进朴素贝叶斯分类器，CBC分类器保留属性间相关性，解决图片分类精度缺失问题。相比于之前的YOLOv5网络，本发明的精确度、平均精度和召回率都得到显著提升。

本发明授权一种基于CBC分类器的Attention-YOLOv5网络手势识别方法在权利要求书中公布了：1.一种基于CBC分类器的Attention-YOLOv5网络手势识别方法，其特征在于，包括： S1：基于制作的手势图像数据集和标签，训练得到YOLOv5网络模型； S2：在YOLOv5网络模型中添加CBMA模块，使得重要目标特征占有更大处理比重，并训练得到Attention-YOLOv5网络模型； S3：建立基于改进的CBC分类器，CBC分类器接于YOLOv5的输出端； 所述步骤S3包括： 基于方法改进贝叶斯分类器得到CBC分类器，使得CBC分类器根据数据特征拟合函数，以保留数据之间的相关性； 所述步骤S3具体包括： 计算每一个类别下属性之间的Kendall相关系数阵，构造出每一棵树的结构，使得每一棵树的绝对值最大，从而建立模型； 用数据去拟合每一个模型，通过AIC准则选取每一个函数的类型，并用极大似然估计方法对参数进行估计； 采用高斯核密度函数估计边缘概率密度函数，结合前面算出的函数的结果，得到每个类别下属性的联合概率密度； 对于未知样本X，通过比较的大小，判别出样本X属于哪一类； S4：获取待识别手势图像，并基于YOLOv5网络模型和改进的CBC分类器检测识别，输出结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人沈阳建筑大学，其通讯地址为：110168 辽宁省沈阳市浑南区浑南中路25号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。