摘要
本发明涉及计算机视觉技术领域,尤其是涉及一种基于双手交互姿态估计的仿生机械手控制方法及系统。所述方法,包括获取图像数据集,包括获取手部姿态和形状的数据集,并对获取的数据集进行整合;基于获取的手部姿态数据集进行手部姿态估计,包括构建并利用神经网络模型进行手部姿态的特征提取;利用轻量级神经网络模型对手部姿态数据集中手部图像进行特征分析,得到双手的姿态信息;根据特征分析结果进行轻量级神经网络模型训练;通过双手的姿态信息进行姿态对齐和映射,基于姿态对齐和映射生成仿生机械手的控制信息。本发明通过采用轻量级神经网络架构,实现了对两只手之间相对位置的准确预测,使机械手在执行任务时更加准确和可靠。
技术关键词
仿生机械手
轻量级神经网络
手部姿态估计
双手
神经网络架构
神经网络模型
图像
可读存储介质
姿势
计算机视觉技术
模型训练模块
坐标点
双线性插值
终端设备
数据获取模块
处理器
指令
系统为您推荐了相关专利信息
神经网络模型
谱分析方法
多任务
探测器
蒙特卡罗技术
入侵检测方法
网络流量数据集
SMOTE算法
轻量级神经网络
入侵检测模型
人工智能模型
布局优化算法
自动生成方法
空间约束条件
数据处理引擎
显微镜相机
爬山算法
Laplacian算子
高分辨率相机
卷积神经网络模型
储层参数预测方法
储层孔隙度
地震
数据
孔隙度参数