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！

龙图腾网恭喜中国矿业大学申请的专利一种基于加权特征增强的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：CN115512433B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202110696669.9，技术领域涉及：G06V40/20；该发明授权一种基于加权特征增强的手势识别方法是由袁冠;刘肖;代伟;张艳梅;许威;史苏阳设计研发完成，并于2021-06-23向国家知识产权局提交的专利申请。

本一种基于加权特征增强的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加权特征增强的手势识别方法，该方法主要包括4个步骤：Step1:使用信息熵度量不同传感器特征与手势之间的关联度，通过关联性分析和关节点分析，综合衡量不同传感器特征的重要程度；Step2：根据手势数据的局部交互性，使用相邻关节点数据逐元素相加的方式捕获手势数据的局部交互信息，实现特征增强；Step3：借助长短期记忆单元的门控机制解决动态手势的时序性与长距离依赖问题；Step4：在模型训练过程中，采用批量归一化算法作为每一层网络的归一化方式，降低网络对初始化权重的敏感性，同时基于softmax损失函数，结合Fisher线性准则，构建损失函数，提高手势识别模型的收敛速度和识别精度。对于基于传感器的手势数据，本方法不仅能够提取手势数据的局部交互信息，还能够解决动态手势的时序性和长距离依赖问题。

本发明授权一种基于加权特征增强的手势识别方法在权利要求书中公布了：1.一种基于加权特征增强融合的手势识别方法，其特征在于： 步骤1、通过信息熵来度量不同传感器特征与手势之间的关联度，构建权重计算模型，通过传感器关联度分析与手势关节点分析，计算不同传感器特征的重要程度； 步骤2、构建手势特征增强融合模型，对步骤1得到的加权手势数据特征值进行特征增强、融合操作，挖掘和分析手势数据的局部交互信息； 步骤3、使用长短期记忆单元解决动态手势的时序性与长距离依赖问题； 步骤4、优化模型训练策略，加快识别模型的收敛速度，提高手势识别精准度； 其中，步骤2的具体步骤如下： 2.1、依次扫描得到的加权手势数据特征值，使用相邻关节点数据逐元素相加的方式捕捉手势数据的局部交互信息，实现特征增强，具体为： ， 其中，，表示逐元素相加运算符号，i的取值为{1，2，3，4}，分别表示大臂加权特征、小臂加权特征、手掌加权特征以及手指加权特征；此外，各个手指之间也存在局部交互性，因此，手指数据与其相邻手指数据需要进行局部交互信息增强运算； 2.2、通过特征融合的方式全面表征现实手部姿态及运动信息，将经过增强后的特征向量合并成更具判别能力的特征，具体为： ， 其中，表示增强后的手势特征向量； 步骤4的具体步骤如下： 4.1、搭建识别模型时，对每一层网络进行批量归一化处理，降低网络对初始化权重的敏感性，提高手势识别模型的收敛速度； 4.2、将softmax损失函数和Fisher线性准则相结合重新定义模型训练时的损失函数，具体为： ， 其中，为softmax损失函数，用于控制softmax损失函数与Fisher准则的融合度，为基于Fisher线性准则的损失函数，具体为： ， 其中为判别参数，n表示标签为y i 的手势样本数，m为手势的种类数，表示样本均值。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市大学路1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”。