申请/专利权人：上海健康医学院

申请日：2023-12-08

公开（公告）日：2024-04-12

公开（公告）号：CN117877109A

主分类号：G06V40/20

分类号：G06V40/20;G06V10/75;G06V10/774;G06V10/82;G06N3/0499;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及一种基于BP神经网络的手势识别方法，包括以下步骤：提取手势数据；建立标准手势模型：所述标准手势模型为BP神经网络，建立标准手势模型的步骤包括：将所述标准手势模型初始化；将所述手势数据作为所述标准手势模型的训练样本输入所述标准手势模型；根据输出结果与预设结果之间的误差调整各层神经元之间的权重；将满足训练次数或者符合误差精度要求时，训练完成，将训练完成的各层神经元之间的权重系数存储，得到标准手势模型；将所述特征提取后的手势数据输入到所述标准手势模型中进行手势识别，输出得到手势的类型。与现有技术相比，本发明提升了手势识别的广度和精度等优点。

主权项：1.一种基于BP神经网络的手势识别方法，其特征在于，包括以下步骤：步骤S1、提取手势数据：采用曲线特征提取算法对手势数据进行曲线特征提取，得到特征提取后的手势数据；步骤S2、建立标准手势模型：所述标准手势模型为BP神经网络，建立标准手势模型的步骤包括：将所述标准手势模型初始化；将所述手势数据作为所述标准手势模型的训练样本输入所述标准手势模型；根据输出结果与预设结果之间的误差调整各层神经元之间的权重；将满足训练次数或者符合误差精度要求时，训练完成，将训练完成的各层神经元之间的权重系数存储，得到标准手势模型；步骤S3、将所述特征提取后的手势数据输入到所述标准手势模型中进行手势识别，输出得到手势的类型。

全文数据：

权利要求：

百度查询： 上海健康医学院 一种基于BP神经网络的手势识别方法、系统及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD