CN106991386A - 一种基于深度残差网络的手势识别方法 - Google Patents
一种基于深度残差网络的手势识别方法 Download PDFInfo
- Publication number
- CN106991386A CN106991386A CN201710174418.8A CN201710174418A CN106991386A CN 106991386 A CN106991386 A CN 106991386A CN 201710174418 A CN201710174418 A CN 201710174418A CN 106991386 A CN106991386 A CN 106991386A
- Authority
- CN
- China
- Prior art keywords
- gesture
- data
- residual error
- identified
- depth residual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/107—Static hand or arm
- G06V40/117—Biometrics derived from hands
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
Description
Claims (9)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2017101079353 | 2017-02-27 | ||
CN201710107935 | 2017-02-27 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106991386A true CN106991386A (zh) | 2017-07-28 |
Family
ID=59411793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710174418.8A Pending CN106991386A (zh) | 2017-02-27 | 2017-03-22 | 一种基于深度残差网络的手势识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106991386A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107483813A (zh) * | 2017-08-08 | 2017-12-15 | 深圳市明日实业股份有限公司 | 一种根据手势进行跟踪录播的方法、装置及存储装置 |
CN107526438A (zh) * | 2017-08-08 | 2017-12-29 | 深圳市明日实业股份有限公司 | 根据举手动作进行跟踪录播的方法、装置及存储装置 |
CN107665352A (zh) * | 2017-09-07 | 2018-02-06 | 浙江工业大学 | 一种基于多通道残差网络的珍珠分类方法 |
CN108052884A (zh) * | 2017-12-01 | 2018-05-18 | 华南理工大学 | 一种基于改进残差神经网络的手势识别方法 |
CN108062754A (zh) * | 2018-01-19 | 2018-05-22 | 深圳大学 | 基于密集网络图像的分割、识别方法和装置 |
CN108175402A (zh) * | 2017-12-26 | 2018-06-19 | 智慧康源(厦门)科技有限公司 | 基于残差网络的心电数据的智能识别方法 |
CN108399378A (zh) * | 2018-02-08 | 2018-08-14 | 北京理工雷科电子信息技术有限公司 | 一种基于vgg深度卷积网络的自然场景图像识别方法 |
CN108460329A (zh) * | 2018-01-15 | 2018-08-28 | 任俊芬 | 一种基于深度学习检测的人脸手势配合验证方法 |
CN108629267A (zh) * | 2018-03-01 | 2018-10-09 | 南京航空航天大学 | 一种基于深度残差网络的车型识别方法 |
CN109033946A (zh) * | 2018-06-08 | 2018-12-18 | 东南大学 | 融合方向图的人体姿态估计方法 |
CN109190649A (zh) * | 2018-07-02 | 2019-01-11 | 北京陌上花科技有限公司 | 一种深度学习网络模型服务器的优化方法和装置 |
CN109241967A (zh) * | 2018-09-04 | 2019-01-18 | 青岛大学附属医院 | 基于深度神经网络的甲状腺超声图像自动识别***、计算机设备、存储介质 |
CN110189330A (zh) * | 2019-04-08 | 2019-08-30 | 杭州电子科技大学 | 一种基于深度学习的背景去除的方法 |
CN110378938A (zh) * | 2019-06-24 | 2019-10-25 | 杭州电子科技大学 | 一种基于残差回归网络的单目标跟踪方法 |
CN110507288A (zh) * | 2019-08-29 | 2019-11-29 | 重庆大学 | 基于一维卷积神经网络的视觉诱导晕动症检测方法 |
CN116012937A (zh) * | 2022-12-14 | 2023-04-25 | 杭州电子科技大学信息工程学院 | 一种交警手势识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120177291A1 (en) * | 2011-01-07 | 2012-07-12 | Yuval Gronau | Document comparison and analysis |
EP2703950A1 (en) * | 2011-04-28 | 2014-03-05 | Nec System Technologies, Ltd. | Information processing device, information processing method, and recording medium |
CN103984416A (zh) * | 2014-06-10 | 2014-08-13 | 北京邮电大学 | 一种基于加速度传感器的手势识别方法 |
CN104182772A (zh) * | 2014-08-19 | 2014-12-03 | 大连理工大学 | 一种基于深度学习的手势识别方法 |
CN105303185A (zh) * | 2015-11-27 | 2016-02-03 | 中国科学院深圳先进技术研究院 | 虹膜定位方法及装置 |
CN105426842A (zh) * | 2015-11-19 | 2016-03-23 | 浙江大学 | 基于支持向量机的表面肌电信号多类手部动作识别方法 |
CN106226212A (zh) * | 2016-08-30 | 2016-12-14 | 上海交通大学 | 基于深度残差网络的高光谱霾监测方法 |
-
2017
- 2017-03-22 CN CN201710174418.8A patent/CN106991386A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120177291A1 (en) * | 2011-01-07 | 2012-07-12 | Yuval Gronau | Document comparison and analysis |
EP2703950A1 (en) * | 2011-04-28 | 2014-03-05 | Nec System Technologies, Ltd. | Information processing device, information processing method, and recording medium |
CN103984416A (zh) * | 2014-06-10 | 2014-08-13 | 北京邮电大学 | 一种基于加速度传感器的手势识别方法 |
CN104182772A (zh) * | 2014-08-19 | 2014-12-03 | 大连理工大学 | 一种基于深度学习的手势识别方法 |
CN105426842A (zh) * | 2015-11-19 | 2016-03-23 | 浙江大学 | 基于支持向量机的表面肌电信号多类手部动作识别方法 |
CN105303185A (zh) * | 2015-11-27 | 2016-02-03 | 中国科学院深圳先进技术研究院 | 虹膜定位方法及装置 |
CN106226212A (zh) * | 2016-08-30 | 2016-12-14 | 上海交通大学 | 基于深度残差网络的高光谱霾监测方法 |
Non-Patent Citations (3)
Title |
---|
CVHUANG: ""Caffe hdf5 layer data 大于2G的导入"", 《博客园》 * |
KAIMING HE等: ""Deep Residual Learning for Image Recognition"", 《2016 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION》 * |
马岩: ""基于BP神经网络的Kinect手势识别方法"", 《软件导刊》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107526438A (zh) * | 2017-08-08 | 2017-12-29 | 深圳市明日实业股份有限公司 | 根据举手动作进行跟踪录播的方法、装置及存储装置 |
CN107483813A (zh) * | 2017-08-08 | 2017-12-15 | 深圳市明日实业股份有限公司 | 一种根据手势进行跟踪录播的方法、装置及存储装置 |
CN107665352A (zh) * | 2017-09-07 | 2018-02-06 | 浙江工业大学 | 一种基于多通道残差网络的珍珠分类方法 |
CN108052884A (zh) * | 2017-12-01 | 2018-05-18 | 华南理工大学 | 一种基于改进残差神经网络的手势识别方法 |
CN108175402A (zh) * | 2017-12-26 | 2018-06-19 | 智慧康源(厦门)科技有限公司 | 基于残差网络的心电数据的智能识别方法 |
CN108460329A (zh) * | 2018-01-15 | 2018-08-28 | 任俊芬 | 一种基于深度学习检测的人脸手势配合验证方法 |
CN108460329B (zh) * | 2018-01-15 | 2022-02-11 | 任俊芬 | 一种基于深度学习检测的人脸手势配合验证方法 |
CN108062754B (zh) * | 2018-01-19 | 2020-08-25 | 深圳大学 | 基于密集网络图像的分割、识别方法和装置 |
CN108062754A (zh) * | 2018-01-19 | 2018-05-22 | 深圳大学 | 基于密集网络图像的分割、识别方法和装置 |
CN108399378B (zh) * | 2018-02-08 | 2021-08-06 | 北京理工雷科电子信息技术有限公司 | 一种基于vgg深度卷积网络的自然场景图像识别方法 |
CN108399378A (zh) * | 2018-02-08 | 2018-08-14 | 北京理工雷科电子信息技术有限公司 | 一种基于vgg深度卷积网络的自然场景图像识别方法 |
CN108629267B (zh) * | 2018-03-01 | 2021-05-25 | 南京航空航天大学 | 一种基于深度残差网络的车型识别方法 |
CN108629267A (zh) * | 2018-03-01 | 2018-10-09 | 南京航空航天大学 | 一种基于深度残差网络的车型识别方法 |
CN109033946A (zh) * | 2018-06-08 | 2018-12-18 | 东南大学 | 融合方向图的人体姿态估计方法 |
CN109190649A (zh) * | 2018-07-02 | 2019-01-11 | 北京陌上花科技有限公司 | 一种深度学习网络模型服务器的优化方法和装置 |
CN109190649B (zh) * | 2018-07-02 | 2021-10-01 | 北京陌上花科技有限公司 | 一种深度学习网络模型服务器的优化方法和装置 |
CN109241967A (zh) * | 2018-09-04 | 2019-01-18 | 青岛大学附属医院 | 基于深度神经网络的甲状腺超声图像自动识别***、计算机设备、存储介质 |
CN109241967B (zh) * | 2018-09-04 | 2021-01-05 | 青岛大学附属医院 | 基于深度神经网络的甲状腺超声图像自动识别***、计算机设备、存储介质 |
CN110189330A (zh) * | 2019-04-08 | 2019-08-30 | 杭州电子科技大学 | 一种基于深度学习的背景去除的方法 |
CN110378938A (zh) * | 2019-06-24 | 2019-10-25 | 杭州电子科技大学 | 一种基于残差回归网络的单目标跟踪方法 |
CN110507288A (zh) * | 2019-08-29 | 2019-11-29 | 重庆大学 | 基于一维卷积神经网络的视觉诱导晕动症检测方法 |
CN116012937A (zh) * | 2022-12-14 | 2023-04-25 | 杭州电子科技大学信息工程学院 | 一种交警手势识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106991386A (zh) | 一种基于深度残差网络的手势识别方法 | |
CN110532900B (zh) | 基于U-Net和LS-CNN的人脸表情识别方法 | |
CN110674741B (zh) | 一种基于双通道特征融合的机器视觉中手势识别方法 | |
CN105631479B (zh) | 基于非平衡学习的深度卷积网络图像标注方法及装置 | |
CN109035251B (zh) | 一种基于多尺度特征解码的图像轮廓检测方法 | |
CN105608454B (zh) | 基于文字结构部件检测神经网络的文字检测方法及*** | |
Zhang et al. | Infrared image segmentation for photovoltaic panels based on Res-UNet | |
CN110428428A (zh) | 一种图像语义分割方法、电子设备和可读存储介质 | |
CN108829677A (zh) | 一种基于多模态注意力的图像标题自动生成方法 | |
CN106649275A (zh) | 基于词性信息和卷积神经网络的关系抽取方法 | |
CN106021406B (zh) | 一种数据驱动的迭代式图像在线标注方法 | |
CN110457982A (zh) | 一种基于特征迁移学习的作物病害图像识别方法 | |
CN111832546A (zh) | 一种轻量级自然场景文本识别方法 | |
CN104834941A (zh) | 基于计算机输入下的稀疏自编码的脱机手写体识别方法 | |
CN108229503A (zh) | 一种针对服装照片的特征提取方法 | |
CN103617609B (zh) | 基于图论的k-means非线性流形聚类与代表点选取方法 | |
CN103336835B (zh) | 基于权值color‑sift特征字典的图像检索方法 | |
CN110263174A (zh) | —基于焦点关注的主题类别分析方法 | |
CN115131698B (zh) | 视频属性确定方法、装置、设备及存储介质 | |
Liu et al. | Coastline extraction method based on convolutional neural networks—A case study of Jiaozhou Bay in Qingdao, China | |
CN113032613B (zh) | 一种基于交互注意力卷积神经网络的三维模型检索方法 | |
CN110046544A (zh) | 基于卷积神经网络的数字手势识别方法 | |
CN110096991A (zh) | 一种基于卷积神经网络的手语识别方法 | |
CN109325513A (zh) | 一种基于海量单类单幅图像的图像分类网络训练方法 | |
Yang et al. | Feature fusion and enhancement for single shot multibox detector |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Yan Chenggang Inventor after: Xie Yifeng Inventor after: Wang Yangang Inventor after: Shao Biyao Inventor after: Xiang Luxuan Inventor before: Xie Yifeng Inventor before: Yan Chenggang Inventor before: Wang Yangang Inventor before: Shao Biyao Inventor before: Xiang Luxuan |
|
CB03 | Change of inventor or designer information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170728 |
|
RJ01 | Rejection of invention patent application after publication |