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！

申请/专利权人：重庆邮电大学

摘要：本发明属于图像识别技术领域，具体涉及一种基于对偶分支联合矫正的手势识别方法；包括：采用卷积层对手势图像数据进行下采样，得到中间特征；将中间特征输入到学习网络中进行处理，得到第一手势识别预测结果；计算交叉熵损失；将数据扩充后的手势图像输入到引导网络中进行处理，得到第二手势识别预测结果；引导网络通过指数平滑平均调整参数；根据第一、第二手势识别预测结果以及交叉熵损失计算模型总损失并调整学习网络参数，得到训练好的对偶分支联合矫正的半监督手势识别模型；获取手势雷达数据并根据手势雷达数据生成手势图像数据；将手势图像数据输入到训练好的识别模型中进行处理，得到手势识别结果；本发明手势识别准确率高。

主权项：1.一种基于对偶分支联合矫正的手势识别方法，其特征在于，包括：获取手势雷达数据并根据手势雷达数据生成手势图像数据，将手势图像数据输入到训练好的对偶分支联合矫正的半监督手势识别模型中进行处理，得到手势识别结果；对偶分支联合矫正的半监督手势识别模型的训练过程包括：S1：获取带标签的手势图像数据；将手势图像数据输入到卷积层进行下采样，得到中间特征；S2：将中间特征输入到学习网络中进行处理，得到第一手势识别预测结果；计算交叉熵损失；得到第一手势识别预测结果的过程包括：采用预训练的双路特征编码器对中间特征进行处理，得到重建特征；采用GestureDilateFormer对重建特征进行处理，得到增强特征；采用softmax函数对增强特征进行归一化处理，得到第一手势识别预测结果；双路特征编码器的训练过程包括：分别采用CNN模型和Transformer模型对中间特征进行处理，得到手势局部特征和手势全局特征；将手势局部特征和手势全局特征在通道维度上进行拼接；将拼接后的特征输入到卷积层进行特征重建，得到初始重建特征；对初始重建特征进行两倍上采样，得到最终的重建特征；根据中间特征和重建特征计算自监督训练重建损失，根据自监督训练重建损失调整双路特征编码器参数，得到训练好的双路特征编码器；S3：对手势图像数据进行扩充，将数据扩充后的手势图像输入到引导网络中进行处理，得到第二手势识别预测结果；引导网络通过指数平滑平均进行权重更新；所述学习网络和所述引导网络的网络结构相同；对手势图像数据进行扩充的过程包括：对手势图像数据进行线性归一化处理，得到标准手势图像；对标准手势图像的每个像素计算方差，并根据方差初始像素噪声；采用softmax函数重新标准化标准手势图像中每个通道的像素值，得到重标准化手势图像；根据像素噪声、原手势图像和重标准化手势图像生成图像噪声；将图像噪声和原手势图像相加，得到数据扩充后的手势图像；S4：根据第一手势识别预测结果、第二手势识别预测结果和交叉熵损失计算模型总损失并根据模型总损失调整学习网络参数，得到训练好的对偶分支联合矫正的半监督手势识别模型。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于对偶分支联合矫正的手势识别方法