一种基于深度学习的手势识别检测方法及系统

本发明公开了一种基于深度学习的手势识别检测方法及系统，涉及图像识别技术领域，通过采集巡检场景全景图片并进行预处理来生成数据集，为后续模型训练奠定良好基础，接着通过在预处理后的数据集上训练图像分割模型得到可用的分割模型，再对分割出的手势图片对齐以及划分训练集和验证集，然后建立手势识别集成模型，用GRU模块取代CNN模块的第一个全连接层构成CGRU模块并借助GPR模块进行手势识别。本发明经过利用训练集训练和验证集验证这一整套流程，能够有效且准确地获取巡检场景全景图片中的手势，提升手势识别检测的效率与精准度，以适应巡检等相关场景对手势识别的需求。