一种基于LHGDet模型的手势识别系统及方法

AITNT
正文
推荐专利
一种基于LHGDet模型的手势识别系统及方法
申请号:CN202411725374
申请日期:2024-11-28
公开号:CN119672757B
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了一种基于LHGDet模型的手势识别系统及方法,系统包括:数据收集模块、模型构建模块、模型训练模块和手势识别模块;数据收集模块用于获取手势数据图像集,并对手势数据图像集进行标记,得到训练用数据;模型构建模块对NanoDet‑Plus模型进行改进,得到初始手势识别模型;模型训练模块利用训练用数据对初始手势识别模型进行训练,得到LHGDet手势识别模型;手势识别模块利用LHGDet手势识别模型完成手势识别。本发明利用CA注意力机制、SE注意力机制和FF注意力机制改进NanoDet‑Plus模型,使网络能更好地捕捉图像中长距离的空间依赖关系,增强对小目标的检测能力。
技术关键词
手势识别模型 注意力机制 手势识别方法 手势识别系统 数据收集模块 手势识别模块 分支 网络 模型训练模块 图像处理单元 检测头 上采样 标记 关系
系统为您推荐了相关专利信息
1
一种面向陪伴型具身智能机器人的语音情感感知方法
情感感知方法 情感特征 智能机器人 病毒特征 频谱特征
2
基于深度学习的工程标志牌的缺陷检测方法及系统
标志牌 检测网络模型 缺陷检测方法 融合特征 地面特征
3
一种跨网数据安全交换方法
数据安全交换方法 攻击检测模型 传输路径 节点 多模态
4
一种基于3D-MRI获取眼球后表面高度图的方法及装置
玻璃体 眼球 图像分割 数据收集模块 算法
5
一种基于多特征融合的高新技术数据资产管理方法
数据资产管理方法 文本特征向量 图像特征向量 融合全局特征 多头注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号